基于线性控制的分数阶混沌系统的对偶投影同步

分数阶混沌系统的对偶同步是一个新的同步方法.有关分数阶混沌系统对偶投影同步的研究较少.基于分数阶系统的稳定性理论,通过设计线性控制器研究了分数阶混沌系统的对偶投影同步.给出了一个实现分数阶混沌系统对偶投影同步的一般方法,推广了现有对偶同步的研究结果,通过分数阶Van der Pol系统和分数阶Willis系统的数值仿真证实了该方法的有效性.     

水雷保险器水压膜贮存寿命预测

本文以水雷保险器水压膜贮存失效数据为研究对象,建立了水压膜贮存统计模型,采用周期测量数据失效时刻划分的方法,将不完全失效数据转换为区间数据;提出了基于对数正态分布族和基于极值分布族的水压膜贮存寿命预测方法,对水雷其它零部件的寿命预测具有一定的参考价值。     

基于Volterra自适应方法的水文混沌时间序列预测

Volterra泛函级数能够描述具有响应和记忆功能的非线性行为,一般用于非线性系统因果关系点对的预测,把Volterra自适应方法应用于水文混沌时间序列的预测研究是一个有意义的工作。论文针对水文系统的复杂性,基于混沌动力系统相空间重构技术,构建了水文混沌时间序列Volterra自适应预测方法,并采用NLMS算法调整滤波器参数,并就模型进行仿真计算,讨论了模型参数对预测精度的影响。直门达水文站月蒸发量混沌时间序列预测实验表明,水文混沌时间序列Volterra自适应预测方法,具有较好的预测精度和效果,拓展了水文预测报方法的研究途径。     

CPI数据预测计算的ANFIS模型结构探讨

依据CPI经济序列数据确定性混沌原理,探讨自适应神经模糊推理系统模型构造,并给出此类混沌数据列预测的ANFIS系统结构形式,进行CPI经济序列数据预测.并用实例拟合、预测数据证明:ANFIS模型是一种精度较高的混沌数据序列预报系统.为CPI数据预测提供了一种计算方法.     

基于多元混沌时间序列的油田产量预测模型

油田产量的预测一直是石油工作者研究的重要课题.针对油田产油量、产水量、地层压力和时间之间有着混沌的特征,利用多变量混沌时间序列等方法研究了油田产量的混沌建模和预测问题.用C-C算法确定每一个变量的嵌入维数和延迟时间,重构多元混沌时间序列的相空间;使用基于奇异值分解的主成分分析消除重构相空间的冗余变量和噪声干扰,建立了有较好泛化性能的多元混沌时间序列油田产量预测模型;最后将混沌时间序列预测和Elman神经网络进行耦合,创建了基于主成分分析前馈网络的多元混沌时间序列油田产量预测方法.应研究表明,提出的多变量混沌时间序列预测方法的预测精确度优于单变量预测,它可用于解决具有多变量混沌时间序列的预测问题.     

新混沌系统的动力学分析

基于动力系统的理论和方法,构造出一个具有复杂混沌吸引子的非线性混沌自治三维系统.其与经典的混沌系统具有类似的结构与性态.采用理论分析和Matlab仿真相结合的方式研究,得到了系统在平衡点处不稳定的参数范围.通过分岔图和Lyapunov指数谱进一步揭示了系统丰富的动力学行为,Matlab模拟验证了计算理论的正确性.     

复杂系统中混沌排斥子的动力学特性分析及应用研究

研究了由一类复杂系统排斥子所生成的时间序列的分形特征、分维值,利用相空间重构理论对排斥子所生成的混沌时序数据进行了重构．研究了时序数据的零均值处理、傅立叶滤波对预测结果的影响,研究了预测样本值的选取对预测的相对误差、预测长度影响等相关问题．结果表明:该模型对于这类排斥子所生成的时序数据建模和预测都具有实用性,且混沌排斥子样本数据的零均值处理对预测结果有一定的量的改变,但对排斥子样本数据进行Fourier滤波处理会降低预测的精度,这对于复杂系统排斥子的研究有着较为重要的理论和实际意义．     

波动位移变化引起的大气环流问题的全局稳定性分析及数值仿真

探讨分析了一个低维的大气环流系统的动力学行为及其仿真问题.给出了三模系统的动力学行为及其演化历程.通过构造正定的径向无界李雅普诺夫函数,研究了该混沌系统的全局指数吸引集和正向不变集.通过李雅普诺夫指数图、分岔图和庞加莱截面图,描述了系统的动力学行为.在某些参数区间上,该系统存在混沌现象.仿真和分析的结果为今后研究天气和气候预测提供了数据和理论基础.     

混沌时间序列的2阶预测模型

为了克服传统预测方法对混沌时间序列预测精度不高的缺点,提出一种新的基于1阶预测模型(1-OP)和信息融合理论的混沌时间序列2阶预测模型(2-OP).首先根据相空间重构理论建立2个1阶预测模型,然后根据融合估计原理建立2阶预测模型.最后利用Lorenz和Mackey-Glass时间序列对该模型进行验证,结果表明,2阶预测模型对多变量和单变量混沌系统都是有效的.     

短时交通流混沌预测模型的比较研究

短时交通流预测是实现交通流诱导的关键技术之一.针对目前短时交通混沌预测模型预测结果差异较大的问题,归纳了4种基于混沌理论的短时交通流预测模型:RBF神经网络模型、最大Lyapunov指数模型、局域线性模型和Volterra滤波器自适应预测模型,并对这4种预测模型进行了比较研究.应用4种预测模型对几个典型的非线性系统进行预测,验证了算法的准确性.然后用这4种预测模型对微观实测交通流的时间序列进行实证分析.仿真结果表明,4种预测模型对典型混沌时间序列具有很好的预测效果;而对实测交通流预测,其预测精度和稳定性较差,但可以满足实时交通流预测的需要.     

基于支持向量回归机的水文混沌时间序列预测

支持向量机在系统辨识和分类研究方面比较成熟,目前尚没有提出有效的支持向量回归理论来解决非线性、时变、干扰的复杂问题.支持向量回归机主要用于因果关系点对的回归预测,把支持向量回归机应用于水文混沌时间序列的预测研究是一个有意义的工作.在支持向量机一般理论基础上,提出了水文混沌时间序列支持向量回归机模型,并就模型进行仿真计算,讨论了模型参数对支持向量回归机预测精度的影响,为模型参数寻优提供一般指导原则.直门达水文站径流量混沌时间序列支持向量回归机预测实验表明,水文混沌时间序列支持向量回归机模型是有效的.     

机械动态系统混沌状态特征与判据应用研究

本基于混沌动力学与分行几何学理论分析，通过研究机械动态系统的Lypunov指数、关联维数、Kolmogorov熵以及它们对系统吸引子特征的描述，结合递次振幅图方法，提供了一种证明系统状态混沌性的方法。并以变速箱中齿轮运行状态为例，通过对其动态信号混沌特征量的研究，证实了该系统混沌性，进而得出对系统故障进行进一步混沌预测的可行性。     

动力系统实测数据的非线性混沌模型重构

动力系统实测非线性混沌数据的模型重构技术是相空间重构的重要内容。在判定了实测数据的非线性混沌特征,计算了实测数据的分维数,Lyapunov指数,并对其进行了本征值分解和噪声去除及确定其模型阶数以后,提出了一个动力系统实测数据的非线性混沌模型,给出了相应的模型参数辨识方法,并用其确立的混沌模型进行了预测工作,计算结果表明:模型参数辨识方法能迅速地将参数估计值带到多峰目标函数的全局最少值附近,然后再采用优化理论能较准确地求出模型的参数,用得到的混沌模型对系统进行预测工作其预测效果良好,且混沌时序不可能作长期预测。     

基于混沌最小二乘支持向量机的时间序列预测研究

为了对这种具有非线性特性的时间序列进行预测,提出一种基于混沌最小二乘支持向量机.算法将时间序列在相空间重构得到嵌入维数和时间延滞作为数据样本的选择依据,结合最小二乘法原理和支持向量机构建了基于混沌最小二乘支持向量机的预测模型.利用此预测模型对栾城站土壤含水量时间序列进行了预测.结果表明,经过相空间重构优化了数据样本的选取,通过模型的评价指标,混沌最小二乘支持向量机的预测模型能精确地预测具有非线性特性的时间序列,具有很好的理论和应用价值.     

国际贸易系统中的分数维和最大Lyapunov指数

混沌是一种确定性的非线性运动,它不是随机的但对初始条件敏感依赖,许多领域的研究证实了混沌的存在.应用G-P方法和W o lf算法检验中国进出口贸易的月度序列,数值结果表明国际贸易市场具有非线性和低维混沌,实证为基于系统的混沌特征量建立国际贸易的系统动力学和预报模型提供了理论基础.     

基于改进的支持向量回归机的金融时序预测

金融市场是一个复杂、演化、非线性的动态变化的系统.金融数据往往带有噪声,非平稳且时常是混沌的.本文基于时序数据的先验知识——近期数据对于预测未来走势提供了更多的信息,对于传统的支持向量机的回归模型做出了一定的改进,即对于近期的数据预测错误施以更严重的惩罚,构建了改进的支持向量回归机模型.使用该改进模型对中国股票市场指数时间序列进行了预测,结果显示,本文改进的模型较之传统的支持向量回归机模型和神经网络模型有较好的预测效果.     

基于主动滑模控制的混沌系统函数投影同步

研究了一类混沌系统的函数投影同步问题.基于Lyapunov稳定性理论和主动滑模控制方法,设计了主动滑模控制器,实现混沌系统的函数投影同步.数值仿真验证了该控制器的有效性和正确性.     

一类混沌系统的函数矩阵投影同步

研究了一类混沌系统的函数矩阵投影同步问题,基于函数矩阵方法,利用Lyapunov稳定性理论和极点配置理论,设计了两个连续混沌系统之间的同步方案,同时设计了两个离散混沌系统之间的同步方案,实现了驱动系统与动态系统按给定的函数矩阵投影同步,并给出了证明,通过对Lorenz混沌系统,和Henon系统的数值模拟,表明了该方法的有效性.     

不同优化方法的混沌-RBF神经网络模型对大白菜短期价格预测的结果比较

以2008年1月21日至2012年5月13日的大白菜日度零售价格为研究对象,结合混沌理论和神经网络技术在处理非线性问题上的优势,尝试构建了一般混沌-RBF神经网络模型、基于遗传算法优化的混沌-RBF神经网络模型和基于粒子群算法优化的混沌-RBF神经网络模型,并比较其不同的优化算法对于大白菜价格短期预测精度是否有提高.研究结论显示:基于粒子群算法优化的混沌-RBF神经网络模型在拟合效果和预测精度上均明显好于其他两种混沌-RBF模型.这也显示了混沌神经网络技术在大白菜价格短期预测领域中具有广泛的应用前景.     

一个新混沌系统及错位投影同步通讯方案

提出了一个新的混沌系统,该系统含有五个参数,每个状态方程均含有非线性乘积项.通过理论推导,数值仿真,Lyapunov指数、Lyapunov维数、分岔图研究其基本的动力学特性,并分析了改变参数时系统的动力学行为的变化.本文研究了该系统的错位投影同步,设计了非线性控制器,实现了两个初值不同的新系统的错位投影同步.另外,将该系统及错位投影同步方法应用到保密通信中,基于改进的混沌掩盖通讯原理,在发送端使用新系统信号对信息信号进行加密及传送,最后在同步后的接收端不失真地恢复出有用信号.数值仿真表明所设计的新的混沌系统具有复杂的动力学特性,适用于保密通讯.