给水管网余氯的混沌特性与预测

基于混沌理论，研究了给水管网余氯时间序列的混沌特性．并根据混沌理论的最大Lyapunov指数对其进行了预测的研究．采用混沌理论的特征参数一一关联维数和最大Lyapunov指数分析了余氯时间序列的混沌特征．通过实例分析证明给水管网的余氯时间序列存在混沌特征．基于最大Lyapunov指数提出了给水管网余氯的预测模型，实例研究结果表明不需要管网其他监测点或其他水质监测数据的辅助，该方法能够进行连续多步预测，并且其在最大可预测时间尺度内的预测精度较高而且比较稳定，而在最大可预测时间尺度外的预测精度下降很快并且预测稳定性较差．     

基于Lyapunov指数的混沌预测方法及在水质预测中的应用

根据混沌原理对原水水质时间序列进行了相空间重构,利用自相关系数法、经典G-P算法和改进的最大Lyapunov指数法对新的相空间中原水水质时间序列的延迟时间τ、嵌入维数m、关联维数D和最大Lyapunov指数(λ1)进行了计算.在τ=5,m=9,D=4.489 1,λ1=0.024 2的条件下,利用基于Lyapunov指数的混沌预测方法对天津水源厂1995-2003年原水耗氧量时间序列进行了预测,预测误差低于15%.分析结果表明原水水质时间序列具有混沌特性,利用混沌原理对原水水质时间序列的短期变化进行预测是可行的,混沌理论在水质预测方面具有良好的应用前景.     

基于混沌时间序列的旋转机械状态趋势预测研究

针对旋转机械设备的非平稳运行状态,以混沌理论为基础,将最大Lyapunov指数的预测模型引入旋转机械故障趋势预示,阐述了构造预报函数f ^或F ^的两种方法,提供了混沌时间序列的最大可预测时间的计算方法,通过对大型机组实验数据的分析,证明了在最大预测时间内,该预测方法是较理想的.     

移动机器人导航中的混沌识别

针对在移动机器人中导航数据信息的混沌现象将会影响导航质量且威胁机器人安全的问题,采用改进的C-C法对移动机器人导航数据信息的时间序列进行相空间重构,用拓展小数据量法计算系统的最大Lyapunov指数以识别混沌.介绍了改进C-C法和拓展小数据量法的改进算法,通过典型的Lorenz混沌系统,验证了这一方法的可行性和有效性对实测的移动机器人导航数据信息进行混沌识别并与传统方法进行比较,结果表明：由改进C-C法重构的相空间更能呈现原系统的特性;由拓展小数据量法计算的最大Lyapunov指数比较稳定,更接近真实值.     

Logistic映射的有限字长研究

借助计算机对混沌序列进行数值分析必须考虑计算机的存储字长有限这个条件。针对Logistic映射,研究了计算机字长对其混沌特性的影响,由于计算机的字长效应,混沌序列经过短暂的过渡态后演化为周期序列,使用小数据量法计算了处于过渡态和周期态的有限字长混沌序列的最大Lyapunov指数。通过数值计算结果表明:有限字长混沌序列的周期态和过渡态都具有正的最大Lyapunov指数,且小数据量法对有限字长效应是鲁棒的。最后,给出了一个加长有限字长混沌序列演化周期和过渡期的耦合方法。     

基于混沌时间序列的Elman神经网络工业用电预测

针对电力负荷数据在多重因素相互影响下呈现非线性特性甚至是混沌性的问题,采用基于相空间重构的Elman神经网络方法进行全社会工业月用电量预测.利用小数据量法计算最大Lyapunov指数,判别负荷时间序列的混沌性,进而确定最优延迟时间及最佳嵌入维数进行相空间重构,以此确定Elman神经网络的拓扑结构,并将实测数据带入模型进行训练.通过对实测数据进行预测仿真,表明该模型达到了较好的预测效果,验证了提出的时间序列相空间重构与Elman神经网络结合的正确性与有效性.     

直接接触换热过程中液滴群混沌行为与传热系数耦合关系

提出了一种新的思路研究直接接触换热过程中液滴群混沌行为与传热系数的耦合关系.运用数字图像处理技术和计算同调群理论获得不同工况下贝蒂数的时间序列,在此基础上计算得到了量化液滴群混沌行为的最大Lyapunov指数,同时基于1维贝蒂数平均值、标准差以及伪均匀时间t定义了用于表征液滴群流型的新参数,对原参数进行了改进.研究结果表明:传热系数和新参数之间的Person线性相关系数为0.9637,获得了比原参数更好的线性性;同时,基于贝蒂数时间序列测定的最大Lyapunov指数表征了不同混合工况的混沌度,也与传热系数具有较高的相关性.通过一个简单的方法实现了复杂条件下液滴群混沌行为和传热系数的量化、表征和耦合,可望为多相流流型识别提供新的分析思路,具有一定的借鉴意义.     

基于改进型小数据量法的局域网流量预测

基于Takens理论对混沌时间序列进行相空间重构,对小数据量法进行如下改进:利用C-C算法计算嵌入维和延迟时间;以功率对频率加权并采用求平均的方法计算平均周期,使小数据量法更加完善。使用改进前、后的小数据量法分别仿真计算Lorenz系统混沌时间序列的Lyapunov指数并预测混沌时间序列,并计算实测局域网流量时间序列的最大Lyapunov指数并预测局域网流量时间序列。仿真及实验结果均表明,采用改进型小数据量法进行流量预测,精度更高、速度更快、预测点数更多。     

混沌振动Lyapunov特征指数重构演化矩阵算法

针对Lyapunov指数计算过程中,邻近点对演化难以有效刻画混沌轨道在相空间不同方向的动态特性问题,本文研究了混沌重构相空间中映射矩阵的构造方法,推导了混沌振动实测时间序列重构相空间中Lyapunov特征指数演化矩阵算法表达式,分析了轨道演化过程中切空间级联矩阵对参考点邻域的拉伸折叠作用,揭示其特征向量方向是邻域变形的方向、奇异值大小对应特征方向上邻域拉伸和压缩的大小。构造了包含映射值域和定义域的增广矩阵,通过微扰法分析了计算过程的误差。计算结果表明,应用重构演化矩阵算法能够有效提取混沌时间序列最大Lyapunov指数。设计了非线性混沌振动实验装置,证实了该方法的有效性。     

一种改进的测井时间序列的最大Lyapunov指数求取方法

测井时间序列的解释和测井相识别是油田开发工作中的首要难题,极大地影响后续工作的成效.应用混沌理论,以相空间重构为基础,研究了油层组的混沌吸引子的特点.在此基础上,给出了一种改进的测井时间序列的最大Lyapunov指数求取方法.改进后的算法缩小了最近邻点的搜索范围,提高了运算效率.实验结果表明,不同的油层组具有不同的最大Lyapunov指数,所有油层组的最大Lyapunov指数均大于0.     

Lyapunov指数混沌特性判定研究

探讨了Lyapunov指数混沌特性判据原理，分析了时间序列Lyapunov指数的计算过程，通过计算我国上证综合指数收益率时间序列的Lyapunov指数谱系，分析了我国资本市场的混沌特性。     

空化喷嘴混沌特性的辨识

通过实验,使用高频水听器采集3种常用不同结构空化喷嘴产生的空化噪声信号,选取其中的信号,以Takens定理为基础,进行相空间重构,并分别计算其最大Lyapunov指数值。实验对空化喷嘴的混沌特性进行辨识以及比较分析,为空化喷嘴的设计、检测提供了一种新的途径。在采用的实验条件下,选取的空化噪声信号的最大Lyapunov指数值大于零,即这些信号都是混沌信号。实验显示,具有自激振荡腔结构喷嘴的最大Lyapunov指数值最大。     

基于最大Lyapunov指数方法预测油田产量

传统的预测方法是先建立数据序列的主观模型,然后根据主观模型进行计算和预测,而混沌科学的发展使得不必事先建立主观模型,直接根据数据序列本身所计算出来的客观规律(如Lyapunov指数等)进行预测,避免预测的人为主观性.提出适用于小数据序列的方法,几乎利用了所有的数据信息,能够计算出比较精确的Lyapunov指数.结果表明:该方法可靠、计算量小、相对易操作,精度高,并能得出最大预测时间.     

基于最大Lyapunov指数改进算法的水量预测与控制

为了提高城市用水量的预测精度,针对城市用水量的非线性及复杂性,应用最大Lyapunov指数改进算法,利用历史数据信息,在重构相空间的基础上对城市用水量进行短期预测,应用混沌理论对用水量时间序列进行分析,与历史数据比较,表明了预测方法的可行性和实用性.最大Lyapunov指数改进算法用于城市用水量预测及泵站水泵机组运行工况控制获得了很好的效果.     

基于混沌理论的电力系统短期负荷预测的局域模型

短期负荷预测是电力系统调度的基础,其预测精度直接影响系统运行的安全性和经济性.传统预测方法在对影响负荷的不确定因素的模拟方面主要采用概率方法和模糊集方法,有局限性.为此,仍然有必要探索新的、更合适的方法.在此背景下,考虑采用混沌时间序列来进行短期负荷预测.首先,利用混沌时间序列理论对负荷时间序列进行相空间重构,同时提取吸引子的分形维数,结果表明负荷时间序列具有混沌特性;并通过分析时间序列连续功率谱和计算最大Lyapunov指数,进一步证实了短期电力负荷时间序列具有混沌特性.之后,通过采用局域线性预测模型和广义自由度方法确定最近邻域点数,来进行短期负荷预测.最后,以某实际电力系统2007年3月1日至5月14日的负荷数据作为历史样本,对次日的负荷进行预测,说明了所提出的方法的基本特征.     

利用最大Lyapunov指数检验混沌时序降噪效果

结合混沌时间序列的几何结构,提出了用最大Lyapunov指数特征量作为判别去噪效果好坏的指标,检验奇异谱降噪算法对混沌时间序列的有效性.通过对几个经典混沌系统的分析,结果表明奇异谱降噪算法对某些离散混沌系统是失效的,而对于一些连续混沌系统是有效的.     

时用水量预测残差中的混沌及其预测研究

利用基于Lyapunov指数的混沌辨识理论,探讨了城市时用水量预测残差序列中混沌的存在及其最大预测尺度问题.针对预测模型中所利用的时用水量序列较短、采用传统Wolf算法计算Lyapunov指数存在结果不稳定的困难,引入了改进的Rosenstein短序列快速算法.鉴于预测残差中混沌成分的存在,提出了基于预测残差混沌预测修正的时用水量复合预测模型.实例结果表明:时用水量观测序列中除通常认为的周期性、趋势性及随机扰动性成分以外,还存在有较为明显的混沌成分;混沌建模预测方法的引入可以提高城市时用水量预测结果的精度.     

空化喷嘴混沌特性的辨识

通过实验,使用高频水听器采集3种常用不同结构空化喷嘴产生的空化噪声信号,选取其中的信号,以Takens定理为基础,进行相空间重构,并分别计算其最大Lyapunov指数值.实验对空化喷嘴的混沌特性进行辨识以及比较分析,为空化喷嘴的设计、检测提供了一种新的途径.在采用的实验条件下,选取的空化噪声信号的最大Lyapunov指数值大于零,即这些信号都是混沌信号.实验显示,具有自激振荡腔结构喷嘴的最大Lyapunov指数值最大.     

水声信号的混沌特征参数提取与分类研究

研究了水声信号的混沌特征参数提取以及利用混沌特征参数的水声信号分类。讨论了水声信号的关联维数、最大Lyapunov指数以及时间序列h2熵等混沌特征参数的计算以及它们在水声信号特征提取、分类中的应用。通过对不同类别、一定样本数量的实测水声数据计算它们的混沌特征参数,验证了水声信号不仅具有混沌特性,而且它们的某些混沌特征参数具有可分性。     

混沌时间序列在路基工后沉降中的应用

在混沌理论的基础上,通过路基变形的历史数据记录,对路基变形进行分析,利用混沌时间序列的最大Lyapunov指数和全域法来预测路基的最终沉降.预测的结果显示,最大Lyapunov指数和全域法的预测可行,结果比较令人满意.同时与一些常规的预测方法进行比较,确定出路基的最终沉降,对路基进行卸载.