论文题目: 复杂性理论在河川径流时间序列分析中的应用研究
论文类型: 博士论文
论文专业: 水文学及水资源
作者: 佟春生
导师: 黄强
关键词: 复杂性理论,复杂性测度,人类活动,非趋势波动分析,独立分量分析,支持向量机,混沌优化,径流预测
文献来源: 西安理工大学
发表年度: 2005
论文摘要: 河川径流过程的描述和预测历来是水文水资源系统十分重要的课题之一,它是水资源规划、配置与调控的基本依据。本文结合国家自然科学基金和国家重大基础规划项目,以黄河干流径流序列为例,采用复杂性理论及方法,对河川径流变化的复杂性、长程相关性、可预测能力和预测方法进行了研究,主要取得了以下具有特色和创新性研究成果:(1) 基于径流是多因素耦合作用的一种涌现的思想,提出了径流时间序列的“解耦、提纯、耦合”分析及预测建模方法,初步构建了径流序列分析的复杂性理论框架,丰富了水文水资源系统理论,为研究径流演变规律提供了一种新的技术。(2) 针对关联维数、李亚普诺夫指数、K熵等算法对时间序列长度的依赖性等问题,引入了具有计算方便、适应于有限数据的复杂性测度分析方法,对河川径流的复杂性进行了分析;并采用空心比率准则对复杂性测度算法进行了改进,较好地避免了“过分粗粒化”的问题。分析结果表明,径流量多与少的变化过程反映的是径流的有序与无序的演变过程;近似熵测度高低值后的低高值异常变化特征反映了径流峰谷值前径流变化的动力学特征,为深入认识径流时间序列的动力学特征提供了一种新的分析方法,同时为径流峰谷预测提供了一种新的定性手段。(3) 针对径流时间序列的趋势和非平稳特征,引入了非趋势波动分析方法对黄河干流径流时间序列长程相关性进行了实证分析:首次应用递归图方法诊断黄河干流天西安理工大学博士学位论文然和实测径流”打司序列的可预测能力。结果表明,黄河干流大然和实测径流时间序列中均存在肴一定程度的长程相关性(持久性),井可以进行短期预测,为径流时间序列的长程相关性和预测能力诊断切f究提供了新的方法。 (封乍!对径流的多囚素祸合特征,提出了参与径流演变的最小囚素(变量)集的概念,引入相空间重构技术和独立分量分析方法,实现了径流时间序列的“解祸和提纯”,井一拓展了相空间重构技术的应用范围。结果表明,影响黄河干流上中卜游径流变化的因素至少有3个:各站大然径流的影响因素中,有一个因素的变化具有明显的规律性,另两个囚素的变化较为复杂,而实测径流的影响因素的变化均较为址杂,为径流时间序列影响因素分析研究提供了新的思路。 (5)考虑到径流序列的长度和峰值突变性的特点,本文采用小样本机器学习理论中的最小止乘支持向量机进行预测建模。并针对支持向量机算法存在的参数优化、训约、和测试速度等问题,建立了一种基r混沌优化的峰值识别最小一乘支持向童机径流顶测模型;提出J’运用相空间重构技术和独立分量分析对样本进行分离的混沌优化峰值识别最小一乘支持向量机算法,为提高模型的学习能力和顶测能力提供了技术保障。仿真结果表明,该模型不仅学习能力较强、预测精度较高,而1」.训练和测试速度陕,为径流时间序夕lJ的预测提供了一种新的l一具。关键词:复杂性理论:复杂性测度;人类活动;非趋势波动分析:独立分晕分析:支持向量机:混沌优化;径流预测 本论文得到了国家自然科学基金项目(批准号50479024)和国家重大基础规划项目(G199904360801)的资助。
论文目录:
摘要
Abstract
1 绪论
1.1 研究的背景及意义
1.1.1 研究的背景
1.1.2 传统预测理论的基本思想和假设
1.1.3 径流时间序列预测研究的趋势
1.2 复杂性理论的产生与发展
1.2.1 复杂性理论的产生
1.2.2 复杂性理论的发展过程
1.3 复杂性理论对现代科学研究的作用和影响
1.4 水文水资源系统复杂性研究的现状
1.5 水文水资源系统复杂性研究存在的问题与展望
1.5.1 存在的问题
1.5.2 发展前景
1.6 本研究的基本特征
1.6.1 研究的目的、内容和拟解决的关键问题
1.6.2 研究采用的方法及技术路线
1.7 本研究的特色及创新点
2 径流时间序列的复杂性测度理论
2.1 概述
2.2 复杂性
2.1.1 复杂性概念简介
2.1.2 复杂性的特征
2.3 复杂性测度
2.3.1 复杂性测度的数学基础
2.3.2 kolmogorov复杂性测度
2.3.3 复杂性测度
2.3.4 涨落复杂性
2.3.5 近似熵
2.4 序列的粗粒化
2.4.1 过分粗粒化现象
2.4.2 空心比率准则粗粒化方法
2.5 本章小结
3 径流时间序列的相空间重构技术
3.1 引言
3.2 相空间重构技术
3.3 最佳嵌入参数的确定
3.3.1 最佳嵌入参数确定的虚假邻域法
3.3.2 自相关时间的计算
3.3.3 演化时间的确定
3.3.4 最佳嵌入参数确定的虚假邻域算法
3.4 相空间重构对时间序列长度的要求
3.5 径流时间序列最少影响因素个数的确定
3.6 黄河上中下游径流时间序列的相空间嵌入参数
3.7 本章小结
4 径流时间序列可预测性研究
4.1 径流时间序列长程相关性研究
4.1.1 标度不变性
4.1.2 DFA算法
4.1.3 径流序列波动的标度指数估计
4.2 径流时间序列的可预测性分析
4.3 本章小结
5 径流时间序列独立分量分析理论研究
5.1 引言
5.2 独立分量分析法
5.2.1 ICA定义
5.2.2 独立性定义
5.3 ICA估计原理
5.3.1 负熵判决准则
5.3.2 径流时间序列的FastICA算法
5.3.3 FastICA算法仿真实例
5.4 本章小结
6 基于支持向量机的径流预测模型研究
6.1 径流序列的预测问题
6.2 小样本机器学习理论:统计学习理论
6.2.1 机器学习的基本问题
6.2.2 统计学习理论
6.3 支持向量机理论
6.3.1 支持向量机
6.3.2 最小二乘支持向量机
6.4 改进的最小二乘支持向量机
6.5 混沌优化算法
6.6 基于混沌优化的最小二乘支持向量机径流预测模型
6.6.1 数据准备
6.6.2 C-λiv1-SVM预测算法
6.7 本章小结
7 黄河干流河川径流序列的复杂性分析
7.1 各站点径流复杂度及人类活动影响分析
7.2 各站点径流复杂度及人类活动影响年平均变化分析
7.3 各站点径流复杂度及人类活动影响月变化分析
7.4 各站点径流复杂度及人类活动影响年代变化分析
7.5 各站点径流复杂度及人类活动影响时段变化分析
7.6 自然环境对各站点天然径流影响的复杂性分析
7.7 各站点径流量与近似熵关系的定性分析
7.8 本章小结130
8 基于相空间重构的径流序列ICA分析
8.1 径流序列的分解
8.2 径流序列独立分量的复杂性分析
8.3 径流序列独立分量的非趋势波动分析
8.4 本章小结
9 黄河干流河川径流预测
9.1 构建预测因子
9.2 建模方式
9.3 建立训练集测试集
9.4 C-λiv1-SVM预测模型的预测效果分析
9.5 本章小结
10 结论与展望
10.1 研究成果
10.2 展望
致 谢
参考文献
附 录
发布时间: 2005-05-10
参考文献
- [1].河川径流演变规律的挖掘与识别技术[D]. 赵雪花.西安理工大学2005
- [2].自然—人工二元模式下河川径流变化规律和合理描述方法研究[D]. 蒋晓辉.西安理工大学2002
- [3].黄土高原水土保持对河川径流及土壤水文的影响[D]. 穆兴民.西北农林科技大学2002
相关论文
- [1].水文水资源系统计算智能评价与预测方法研究[D]. 李庆国.大连理工大学2004
- [2].我国股市非线性时间序列分析[D]. 陈永忠.华中科技大学2004
- [3].混沌时间序列的长期预测方法研究[D]. 席剑辉.大连理工大学2005
- [4].非线性动力学方法在时间序列分析中的应用[D]. 王鼐.复旦大学2005
- [5].非线性时间序列分析[D]. 侯越先.天津大学2001
- [6].混沌时间序列分析方法研究及其应用[D]. 李天舒.哈尔滨工程大学2006
标签:复杂性理论论文; 复杂性测度论文; 人类活动论文; 非趋势波动分析论文; 独立分量分析论文; 支持向量机论文; 混沌优化论文; 径流预测论文;