混沌时间序列的预测方法研究

混沌时间序列的预测方法研究

论文摘要

混沌是一种在确定性动力系统中出现的伪随机现象,几乎涉及到自然科学、社会科学的各个邻域。混沌学一直都是非线性科学研究的重点。而混沌时间序列的预测研究,又是混沌学研究中的一个重要分支,应用十分广泛。随着低维混沌时间序列预测的日趋成熟,研究的重点开始转向高维混沌系统的预测上,其中,时空混沌系统的预测研究有着重大意义。混沌的定义在科学界一直都有争议,本文首先介绍了一种最为广泛使用的混沌的定义——李天岩-约克混沌定义。然后,详细说明了混沌时间序列预测研究的意义,并且从定性和定量两个层面,给出了混沌系统判定方法,对每一种方法进行了仿真实验。混沌时间序列的预测方法是本文的主要研究内容。大部分的预测方法都需要对时间序列进行相空间重构,因此本文详细介绍了相空间重构的思想和方法,讨论了相空间重构中如何选取最佳嵌入维数和延迟时间,给出了详细的仿真结果。在对低维混沌时间序列(常规混沌序列)的预测方法进行研究时,运用仿真详细对比了局域预测法、全局预测法、自适应预测法这三类方法在噪声环境和无噪声环境下的预测性能。在对高维混沌系统预测进行研究时,采用非参数核估计法对典型的高位混沌系统——时空混沌时间序列进行了预测,验证了该算法的有效性。最后,本文对各种预测方法进行了总结,为后续研究工作提供了基础。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 引言
  • 1.1 混沌时间序列预测研究的意义
  • 1.2 混沌时间序列预测的国内外现状
  • 1.3 本文的工作
  • 第二章 混沌系统的识别
  • 2.1 概述
  • 2.2 混沌识别的定性方法
  • 2.2.1 初值的敏感性
  • 2.2.2 庞加莱截面法
  • 2.3 混沌识别定量计算方法
  • 2.3.1 关联维数
  • 2.3.2 Lyapunov 指数
  • 2.4 本章小结
  • 第三章 混沌时间序列的相空间重构理论
  • 3.1 概述
  • 3.2 嵌入维数的确定
  • 3.3 延时的确定
  • 3.4 嵌入窗宽的确定
  • 3.5 本章小结
  • 第四章 混沌时间序列的预测方法研究
  • 4.1 概述
  • 4.2 局域预测法
  • 4.2.1 局域零阶预测法
  • 4.2.2 加权零阶局域预测
  • 4.2.3 局域预测算法的性能比较
  • 4.3 全局预测法
  • 4.4 自适应预测法
  • 4.5 三类预测法的多步预测性能比较
  • 4.6 本章小结
  • 第五章 时空混沌时间序列的预测研究
  • 5.1 概述
  • 5.2 时空混沌与耦合映像格子
  • 5.3 非参数核估计预测法
  • 5.4 本章小结
  • 第六章 结论
  • 致谢
  • 参考文献
  • 攻硕期间取得的研究成果
  • 相关论文文献

    • [1].基于条件熵的混沌时间序列的非均衡重构[J]. 山西科技 2020(05)
    • [2].多元混沌时间序列的加权极端学习机预测[J]. 控制理论与应用 2013(11)
    • [3].混沌时间序列的平均周期计算方法[J]. 系统工程 2010(12)
    • [4].最小二乘支持向量机在混沌时间序列中的应用[J]. 计算机仿真 2011(02)
    • [5].混沌时间序列的支持向量机预测[J]. 统计与决策 2010(01)
    • [6].基于多元混沌时间序列的数控机床运动精度预测[J]. 农业机械学报 2017(03)
    • [7].混沌时间序列分析与预测研究综述[J]. 信息与控制 2020(01)
    • [8].基于鲁棒极端学习机的混沌时间序列建模预测[J]. 物理学报 2018(03)
    • [9].基于混沌时间序列的地下水动态预报[J]. 水资源与水工程学报 2010(05)
    • [10].混沌时间序列的神经网络预测研究[J]. 海军航空工程学院学报 2008(01)
    • [11].基于粒子滤波的混沌时间序列局域多步预测[J]. 现代电子技术 2018(01)
    • [12].基于径向基神经网络预测的混沌时间序列嵌入维数估计方法[J]. 物理学报 2011(07)
    • [13].基于混沌时间序列的桥梁沉降预测[J]. 北京测绘 2018(08)
    • [14].多元混沌时间序列的因子回声状态网络预测模型[J]. 自动化学报 2015(05)
    • [15].基于多元混沌时间序列的油田产量预测模型[J]. 数学的实践与认识 2016(06)
    • [16].混沌时间序列在股票价格长期预测中的应用[J]. 哈尔滨商业大学学报(自然科学版) 2015(01)
    • [17].一种错误率可控的混沌时间序列区间预测算法[J]. 控制与决策 2019(05)
    • [18].一种基于误差补偿的多元混沌时间序列混合预测模型[J]. 物理学报 2013(12)
    • [19].基于SVM的混沌时间序列分析[J]. 动力学与控制学报 2009(01)
    • [20].混沌时间序列的模糊聚类预测与目标检测[J]. 电子测量与仪器学报 2008(05)
    • [21].混沌时间序列拟随机性的一种解释[J]. 南京工程学院学报(自然科学版) 2017(02)
    • [22].基于最大Lyapunov指数不变性的混沌时间序列噪声水平估计[J]. 物理学报 2012(06)
    • [23].基于遗传算法优化RBF网络的预测混沌时间序列[J]. 科技通报 2012(08)
    • [24].基于李雅普诺夫指数的临近点选取方法[J]. 统计与决策 2016(20)
    • [25].基于混沌时间序列支持向量机的开关磁阻电机建模[J]. 制造业自动化 2012(06)
    • [26].基于混沌时间序列模型的危险化学品泄漏事故预测[J]. 安全与环境工程 2018(03)
    • [27].基于条件熵扩维的多变量混沌时间序列相空间重构[J]. 物理学报 2011(02)
    • [28].基于混沌时间序列分析的感光式火灾识别算法[J]. 火灾科学 2008(04)
    • [29].基于混沌时间序列的模糊神经网络预测研究[J]. 软件导刊 2018(02)
    • [30].基于联合熵的多变量混沌时间序列相空间重构[J]. 西南师范大学学报(自然科学版) 2011(04)

    标签:;  ;  ;  ;  ;  

    混沌时间序列的预测方法研究
    下载Doc文档

    猜你喜欢