一个经济时间序列的混沌特性研究

为了找出经济波动的内在动态特征,采用非线性的分析方法探讨了某市用电量波动中存在混沌动态特性的可能性.以实测经济时间序列为研究对象,以某市近年来的实际用电量数据为基础,利用相空间重构技术、幅值谱分析、庞加莱截面等方法分析其内在特性,并计算其关联分维,得出其饱和嵌入维数为7,关联分维约为0.834,初步判定该市用电量是混沌的.从理论上证明了该市用电负荷具有严格混沌动态特性,从而为今后的深入预测研究提供了混沌理论基础.     

基于多变量相重构的混沌时间序列预测

提出了一种基于多变量相重构的混沌时间序列预测方法.该预测方法从非线性动力学系统中获取与待预测时间序列相关的信息组成多变量时间序列,首先进行多变量相空间重构,然后利用局域多元线性回归模型在相空间中进行预测,最后从预测出的高维相点中分离出时间序列的预测值.由于考虑了动力学系统中多个变量之间相互耦合的关系,从而增加了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系统的动力学行为.与采用单变量进行预测的方法相比,基于多变量相重构的预测方法无论是单步预测还是多步预测,都能有效地提高预测精度,且具有嵌入维数的选择对预测精度影响较小的优点.通过对Lorenz混沌信号进行预测,实验结果验证了方法的有效性.     

混沌时间序列的局域线性回归预测方法

混沌时间序列预测是８０年代末发展起来的一种非线性预测新方法．它已在天气预报、经济预测、电力负荷预测、股市预测等方面得到成功应用．混沌运动是确定系统具有内在随机性的一种运动,它的行为极其敏感地依赖于初始条件．混沌系统从两个极其邻近的初始点出发的两条轨道...     

电力系统短期负荷的混沌时间序列预测

电力系统短期负荷预测在电力系统的调度和管理中起着重要的作用,已有研究证明了电力短期负荷是一非线性动力系统,负荷时间序列是混沌时间序列.文章讨论混沌时间序列的相空间重构技术,并以实际电网为例重构了该电力系统的相空间,最后采用Elman递归神经网络对负荷时间序列进行仿真预测,预测结果表明采用该方法能取得较好的预测效果.     

混沌特性时间序列线性变换理论方法及其应用

通过对时间序列的相空间的重构,用G-算法、Wolf算法证明了混沌时间序列经过线性变换后其关联维数、Lyapunov指数以及Kolmogorov熵大小不变,从而得出了线性变换后混沌时间序列的混沌特性保持不变的结论.同时将这一理论和热力学中的相似实验相结合,验证了实验模型系统进入混沌则实际系统必也能够在相应时刻进入混沌状态.该结论被成功应用到对汽包水位晃荡幅值的测量当中,验证了汽包水位的晃荡幅值具有混沌特性,并成功地对该时间序列进行了预测.     

混沌时间序列及其在能源系统中的应用

混沌经济时间序列的预测方法研究是混沌经济非线性动力系统的重要内容，笔者利用混沌动力学原理，通过混沌时间序列的相空间重构，运用局域预测方法，建立了预测模型，并用其确立的混沌动力学模型对1991年至1999年全国能源的生产、消费时间序列进行了预测，而且把此预测结果与实际值进行了比较，结果证明误差较小，同时还将此预测结果与常规方法建立的预测模型的预测结果相比，结果表明混沌时间序列建立的模型其短期预测效果更好。     

混沌时间序列相空间重构参数的选取方法

对混沌时间序列相空间重构中最佳延迟时间间隔和嵌入维数的选取方法作了综述,提出了同时考虑这2个参数选取的重构展开－虚假邻点法以及预测误差最小法,并以Lorenz系统为例作了验证。     

混沌投资时间序列的嬗变

不少的投资机构和研究者都曾建立各自的投资数学模型，以求在投资决策时应用．但在实战操盘时却难以适用，或者应用的时间周期很快就消失．究其原因，除投资数学模型自身的问题外，混沌投资时间序列的嬗变是一个不应忽视的因素．在文[1]的基础上，本文探讨混沌投资时间序列的测度能嬗变和动熵谱嬗变．     

基于混沌时间序列的水电机组状态短期预测

基于混沌时间序列短期可以预测的特点,构建水电机组状态短期预测。用采样周期确定相空间时延τ,G-P算法确定关联维数从而确定相空间的嵌入维数m,小数据量法证明水电机组振动状态的混沌特性。在重构相空间中,运用加权一阶局域法构建水电机组状态短期预测模型。结果表明:混沌特性指数λ=0.2605的水电机组振动状态具有混沌特性,可以在最佳嵌入维数m=4的情况下进行预测,实例结果表明采用混沌理论进行水电机组状态短期预测是可行的。     

混沌投资时间序列的分形维数谱的异变

混沌投资时间序列的分形维数谱的异变有广泛的应用．在文[1]的基础上，该文探讨混沌投资时间序列的分形维数谱的静态异变和动态异变，获得五个有用的定理．     

百日咳流行过程的关联分维研究

以辽宁省本溪市１９５５～１９９６年的百日咳逐月发病数(Ｘｔ)为根据,利用混沌相图和递次振幅图,发现Ｘｔ具有混沌分布的迭代模型·根据分形理论中关联分维的定义,得到本溪百日咳流行过程奇怪吸引子的分维值为２－６６７,其中计划免疫前分维值为２－７２２,计划免疫后分维值降为１－９３８,说明百日咳流行过程中,其相空间轨道存在有规则周期性或向平稳状态发展的趋势·通过对功率谱指数的分析,证明百日咳的传染是混沌的,动力性态符合一个受噪声摄动的高－低４年循环·     

时间序列分维数提取算法的研究

混沌时间序列的分维数是描述其混沌特性的一个重要参数．这里介绍的改进的分维数提取算法是在传统的Ｇ－Ｐ关联维数分析算法的基础上，结合奇异谱分析技术，构造了基于奇异谱分析的关联维数提取算法，克服了原始Ｇ－Ｐ算法抗噪声干扰能力较差的缺点，同时具有可靠性较高、结果精度较理想、运算速度较快等优点     

马蹄映射Cantor分形图计算机构造及其混沌分维特性

马蹄映射是具有无穷多个周期点的结构稳定的混沌动力学研究中第一个经典型例子。     

炼铜转炉粗铜成分时间序列的混沌分形

应用混沌分形理论,选择合适的滞时对炼铜转炉粗铜成分中粗铜品位、粗铜含氧率以及含硫率时间序列进行了相空间重构,并得出了不同嵌入相空间下粗铜品位、粗铜含氧率以及含硫率时间序列关联维的变化规律.计算结果表明:炼铜转炉产粗铜成分时间序列具有分形特征,且该时间序列是混沌序列;在炼铜转炉产粗铜动力学系统中,影响粗铜品位的系统内部因素最多可达7个,最少不会小于3个;而影响粗铜含氧率的系统内部因素可多达5个,最少不会小于2个;影响粗铜含硫率的系统内部因素可多达6个,最少不小于3个.     

基于混沌动力学的日径流时间序列预测

介绍了探求时间序列中的混沌特征数的常规方法,给出一种基于混沌理论的预测算法,并以葛洲坝、隔河岩水库的入库日径流序列为例检验了这一方法,其预测效果令人满意．     

猩红热和流脑流行过程的混沌分维研究

以本溪市１９５５～１９９６年的猩红热和流脑逐月发病的数据为根据,利用混沌动力学中“相空间技术”,对流行病过程进行能量谱分析及混沌分析·发现流脑的流行过程是混沌的,猩红热的流行过程是周期的;并得到本溪流脑数据的混沌迭代模型·在模型参数变化范围内,经历了周期状态、混沌状态、吸引不动的稳定状态之间的转换,这表明流脑流行过程是复杂的,给出流行的“阈值”,以控制其流行涨落;求出流脑的关联分维是２８２１·为离散时间序列的分析研究提供了一种新方法·     

非线性时间序列的最优相关维数估计

提出以能量谱中的截断频率之倒数作为相空间重构过程中的窗长，在窗长固定情况下，利用奇异值分解算法确定嵌入维数和时间延迟两个参数，克服了不考虑窗长单独选择嵌入维数和时间延迟造成的相关维数收敛性差的缺点，大大提高了计算效率。采用迭代奇异值分解算法对含噪声的信号进行降噪，降低了噪声对相关维数计算结果的影响，从而提高了计算结果的可靠性。     

基于混沌理论的高速公路交通流预测研究

对衡枣高速公路短时交通流进行了混沌识别,结果表明其具备混沌特性,利用重构相空间的嵌入维数确定神经网络的结构,建立了基于混沌理论的高速公路交通流神经网络模型,实际数据验证了该方法对短时交通流预测的有效性.