基于Lyapunov指数的摇摆条件下自然循环流动不稳定性混沌预测

运用基于最大Lyapunov指数的混沌预测方法对摇摆条件下自然循环系统的流量脉动进行了预测. 对不规则复合型脉动的流量脉动实验数据进行相空间重构, 计算关联维数、二阶Kolmogorov熵和最大Lyapunov指数等几何不变量, 在说明不规则复合型脉动是混沌运动的基础上, 根据最大Lyapunov指数对不规则复合型脉动进行了预测. 通过预测结果和实验结果对比发现: 对于复杂的两相自然循环流动不稳定性, 预测结果具有较高的精度, 说明预测方法的可行性. 同时, 确定了混沌系统可预测的尺度, 提出用动态预测的方式监测系统流量脉动. 本文的研究方法为两相流复杂的流动不稳定性研究提供了新的思路. 关键词： 混沌时间序列 实时预测 最大Lyapunov指数 两相流动不稳定性     

非最小相位线性非高斯序列的替代数据检验

替代数据法作为检验时间序列非线性和混沌的统计方法获得了广泛应用.常用的替代数据法的零假设为“原序列来自(经过单调静态非线性变换的)平稳线性高斯随机过程”.拒绝此假设,并不能说明序列必然来自确定性的非线性动力系统,非最小相位的线性非高斯序列也会导致基于相位随机化的替代数据检验拒绝此假设 关键词： 替代数据 时间序列分析 非线性 非最小相位     

时空混沌序列的局域支持向量机预测

结合局域预测法计算速度快的优点和支持向量机的泛化性能好、全局最优、稀疏解等特性，用局域支持向量机预测研究了时空混沌序列的局域预测性能，并用局域支持向量机预测模型讨论了嵌入维数、邻近个数选择以及时空混沌的耦合方式和格子间的耦合强度变化对时空混沌局域预测性能的影响.研究结果表明：局域支持向量机不仅比全局支持向量机、局域零阶预测、局域线性预测等方法具有更好的预测性能，且具有对嵌入维数和邻近个数不敏感的优点；时空混沌的耦合方式和格子间的耦合强度对时空混沌序列的预测性能有明显影响.     

连续动力系统时间序列的非线性检验

用相位随机化的替代数据方法，研究了连续混沌动力系统时间序列的非线性检验判定.研究发现，在不同的采样情况下，混沌时间序列的非线性特性检验有所差异，尤其对于过采样时间序列，往往会出现虚假的判断结果.针对过采样时间序列，最好采用能够反映非线性特征的参数，作为检验统计量进行检验判断. 关键词： 替代数据 关联维数 连续时间序列 非线性检验     

短时交通流复杂动力学特性分析及预测

为揭示短时交通流的内在动态特性,利用非线性方法对交通流混沌特性进行识别,为短时交通流的预测提供基础.基于混沌理论对交通流时间序列进行相空间重构,利用C-C算法计算时间延迟和嵌入维数,采用Grassberger-Procaccia算法计算吸引子关联维数,通过改进小数据量法计算最大Lyapunov指数来判别交通流时间序列的混沌特性.针对局域自适应预测方法在交通流多步预测中预测器系数无法调节的问题,提出了交通流多步自适应预测方法.通过实测数据计算,结果表明:2,4和5 min三种统计尺度的交通流时间序列均具有混沌特性;改进的小数据量法能够准确地计算出最大Lyapunov指数;构建的交通流多步自适应预测模型能够有效地预测交通流量的变化.为智能交通系统诱导和控制提供了依据.     

风电功率时间序列混沌特性分析及预测模型研究

为揭示风电功率序列内在的动态特性, 利用非线性方法对风电时间序列混沌特性进行识别, 为对风电功率进行预测提供了基础.首先对某风电场的风电功率时间序列的日相关性进行了分析;然后在相空间重构的基础上计算了风电序列的最大Lyapunov指数, 验证了风电时间序列的混沌特性;由于采用Volterra滤波器多步预测法对风电功率进行超短期预测误差较大, 利用局域多步预测法以及最大Lyapunov指数法的预测结果并结合加权马尔科夫链和有序算子对Volterra滤波器的预测结果进行校正.最后以某实际风电场的风电功率预测为算例, 仿真结果表明校正预测模型有效的提高了预测精度, 其为利用Volterra滤波器多步法进行风电预测提供了有益的参考.     

基于信息准则的局域预测法邻近点的选取方法

基于信息准则,提出了选取局域预测法中邻近点个数的定量方法. 并用此方法分析Lorenz模型生成的混沌时间序列和Santa Fe时间序列竞赛的激光数据(Data A). 实验结果表明用该方法选取邻近点的局域预测法的一步和多步预测性能较好,在满足预测精度较高的条件下,计算量较小. 关键词： 邻近点 邻域 局域预测 信息准则     

混沌时间序列全局预测新方法——连分式法

拓展了多项式逼近理论，利用连分式法建立了混沌时间序列非线性全局预测模型，此模型替代混沌序列的动力学方程，实现对其动力学特性分析，达到预测目的. 理论分析和仿真实验表明，连分式法能够有效预测一些混沌序列，该方法预测精度高，并且能得到显式的预测表达式. 关键词： 混沌时间序列 全局预测 连分式     

一种时间序列的弱非线性检验方法

时间序列的非线性是判定该时间序列具有混沌特性的必要条件.提出一种基于线性和非线性AR模型归一化多步预测误差比值的非线性检验量δ_NAR,采用替代数据法来检测时间序列中的弱非线性.以Lorenz时间序列为例,分析了估计非线性检验量δ_NAR时各相关参数对弱非线性检测性能的影响.通过混沌时间序列非线性检测试验,对4种混沌时间序列中的3种,非线性检验量δ_NAR都表现出比基于AIC模型选择准则的非线性检验量相似文献   

一种超混沌系统的加密特性分析

把欠采样的思想用于混沌保密通信系统的设计中，对Lorenz系统及一种典型的超混沌系统的时间序列进行了分析. 研究发现，加密系统的安全性不仅取决于系统维数，而且还与采样间隔的选取有关. 用VWK非线性检验方法和替代数据检验方法对上述混沌加密系统在不同采样间隔时的输出信号进行了检验. 关键词： 混沌加密 时间序列分析 VWK非线性检验 替代数据检验     

卧式螺旋管内汽液两相流不稳定性试验研究

本文在中、低压汽水试验台上对卧式螺旋管内汽液两相流动不稳定性进行了详细的试验研究，获得了各类脉动发生的界限及各主要参数对脉动的影响规律，并在无固次分析的基础上，给出了密度波脉动起始边界的预报关系式。     

基于混沌理论的太阳黑子数平滑月均值预报

太阳黑子活动长期预报对航天、通讯、防灾等具有重要的指导意义. 针对加权一阶局域法在多步预测时存在累积误差效应, 建立了基于相空间重构技术的径向基函数神经网络预测模型. 用该模型对第22, 23 太阳周黑子数平滑月均值进行逐月预报, 并与实测值进行比较. 结果表明, 预报的绝对误差可以控制在15.00 以内, 平均绝对误差分别为5.47, 2.83, 相对误差控制在15.00%以内, 平均相对误差分别为5.45%, 4.60%, 验证了该模型在预测太阳黑子数时具有较高的精度. 将该预测模型用于第24 太阳周黑子数平滑月均值预报, 做出了自2009 年1月到2019年12月共132 个月的黑子数平滑月均值的预报, 指出黑子数平滑月均值的最大值为104.77, 将出现的时间为2013年1月.     

基于模糊神经网络的短时交通流预测方法研究

为满足交通控制和诱导系统的实时性需求,减少交通拥挤状况,降低交通事故突发频率,需要对短时交通流进行预测。当前的短时交通流预测方法是采用K-近邻的非参数回归对其进行预测,预测过程中没有将预测模型中关键因素对交通流的影响进行详细的说明,导致预测结果不准确,存在短时交通流预测误差较大的问题。为此,提出一种基于模糊神经网络的短时交通流预测方法。该方法首先以历史短时交通流数据样本序列为基础,将提取的关联维数作为短时交通流的混沌特征量,然后以该特征量为依据,对短时交通流数据进行聚类,使相同的短时交通流聚合类样本比不同的交通流聚合类样本更为贴近,采用高斯过程回归对短时交通流预测模型进行建设,建设过程中利用差分方法对短时交通流预测序列进行平稳化操作之后,对短时交通流预测模型进行训练,将GPR模型引入至短时交通流预测过程中,得到交通流预测方差估计值,并确定交通流预测值置信区间,由此实现短时交通流的预测。由此实现短时交通流的预测。实验结果证明,所提方法可以准确地预测交通运输系统的实时状况,为车辆行驶的最佳路线进行了有效引导,减少了自然影响方面和人为因素对短时交通流预测结果的干扰,为交通部门对交通路况的控制管理提供了依据。     

Experimental study on chaos generation in an all-fiber erbium-doped fiber ring laser with a Mach-Zehnder interferometer

We experimentally study the chaotic behaviors in a compact all-fiber erbium-doped fiber ring laser （ED-FRL） with an added Mach-Zehnder interferometer （MZI） by using a phase-modulation method. A piezo-electric ceramic transducer （PZT） is incorporated in the MZI to introduce single-frequency phase modulation. The coexistence of intermitteney and period-doubling bifurcation routes to chaos in the EDFRL system is observed by adjusting the modulation frequency or the phase modulation depth in the experiment. In addition, the EDFRL presents irregular multi-longitudinal-mode oscillation with a definite linear polarization when operating at intensity chaos state.     

自然循环过冷沸腾流动不稳定性的研究

本文以氟里昂12作工质,对自然循环过冷沸腾流动不稳定性进行了实验研究,实验过程中发现自然循环系统内可能发生高频脉动和低频脉动两类流动不稳定性,并证实高频脉动属于声波型脉动,低频脉动属于密度波型脉动。本文以两相流漂移模型为基础,对自然循环过冷沸腾流动不稳定性进行了数值模拟,数学模型考虑了热力学非平衡即过冷沸腾和过冷凝结对流动不稳定性的影响。数值模拟结果与实验结果符合良好。     

道路交通流状态的多参数融合预测方法

针对道路交通流普遍存在的混沌特性以及单交通参数不足 以全面反映交通流状态的实际情况,考虑交通动力学系统中多个 交通参数之间的关联关系,提出一种新的多参数混沌时间序列预 测算法.该算法在相空间重构理论的基础上,借助Bayes估计将多个参数在 同一高维相空间中进行相点最优融合,从而增加重构相空间的系统信息量, 使得相空间的相点轨迹更加逼近原交通系统的动力学行为.同时借鉴单 参数混沌时间序列预测方法,从不同角度对动力学系统的运动状态进行描 述,以实现多参数时间序列的混沌预测.实验结果表明,通过融合多交通参数时 间序列,获得了更加完整的交通流状态变化特征.与单交通参数时间序列的预测 结果相比,其预测误差显著降低,均衡系数相应增大,提高了交通流状态预测的准确率.     

Detecting chaos in fractional-order nonlinear systems using the smaller alignment index

The identification between chaos and ordered states in fractional-order chaotic systems is a challenge as well as a hot topic due to the complex of fractional calculus. In this paper, the smaller alignment index (SALI) is developed to detect chaos in the fractional-order chaotic systems by introducing the fractional-order tangent systems. Numerical simulations are carried out based on the fractional-order simplified Lorenz system and the fractional-order Hénon map, which are continuous chaotic system and discrete chaotic system, respectively. It shows that the proposed method is effective for distinguishing chaos and order in different kinds of fractional-order chaotic systems.     

水平板自然对流换热的非线性特性

采用SIMPLE算法,QUICK差分方案,对封闭方腔内水平板自然对流换热进行了数值模拟.数值结果显示,低Ra数时流动和换热处于稳态,当Rayleigh数超过某一临界值时,流动和换热就会发生非稳态振荡,此时流动和换热表现出非对称性.对不同Rayleigh数,流动和换热通过单周期分岔从稳态过渡到非稳态,并通过倍周期分岔过渡到混沌.在混沌区,仍然会出现周期性窗口,并且数值结果与初始条件有关.