共查询到17条相似文献,搜索用时 171 毫秒
1.
2.
3.
4.
鉴于径向基函数(RBF)神经网络模型在非线性预测方面的优良性能, 提出了利用该预测模型对混沌时间序列相空间重构的两个关键参数——延迟时间和嵌入维数进行联合估计的方法, 并以客观的评价指标为依据给出其最优估计值. 以Lorenz系统为例进行数值分析, 得到RBF单步及多步预测模型中嵌入维数和延迟时间的最佳参数估计值, 并在原模型中对估计值进行校验. 结果表明, 该方法可以有效地估计出嵌入维数和延迟时间, 从而显著提高预测精度. 相似文献
5.
螺旋桨鸣音的混沌动力特性研究 总被引:2,自引:0,他引:2
利用混沌动力学方法研究螺旋桨鸣音信号时间序列,估计时间序列的相空间重构最佳参数,并提出其具有混沌动力特性,分析了系统拓扑维数的边界和生成系统所必须独立变量的个数,还计算分析了重构相空间中吸引子轨迹随时间演化的发散情况。分析计算结果表明:螺旋桨鸣音信号时间序列可以选取最佳延迟时间tD=1、最小嵌入维数dE=8进行相空间重构,其混沌吸引子的关联维数为5.1579、最大Lyapunov指数为0.0771,此研究结果可以为螺旋桨鸣音现象的进一步研究提供理论基础。 相似文献
6.
7.
8.
空调系统负荷非线性变化,单独利用人工神经网络方法进行预测,受到样本数量少等的限制,精度一般都比较低。空调系统负荷时间序列包含了参与空调系统动态变化的全部变量的信息,可以利用相空间重构技术提取和恢复出系统原来的规律。重构后的相空间具有与实际动力系统相同的几何性质,这样就可以大大增加样本数。相空间重构受嵌入维数m和延迟时间τ的影响,确定这两个重构参数的最佳数值是非常重要的。建立了基于相空间重构技术的神经网络空调负荷预测模型,在嵌入维数m和延迟时间τ分别取不同的值时,利用这个模型对相同时间段的空调负荷进行预测,选择预测误差最小时对应的参数为最佳相空间重构参数,对应的预测值为最佳预测结果。结果表明,这个方法有很好的效果,具有简化计算复杂性等特点。 相似文献
9.
10.
基于支持向量机强大的非线性映射能力和模糊逻辑易于将先验的系统知识结合到模糊规则的 特性, 根据混沌动力系统的相空间重构理论, 提出了一种混沌时间序列的模糊模型的支持向 量机预测模型,并采用适用于大规模问题求解的最小二乘法来训练预测模型,利用该模型分别 对模型的整体预测性能与嵌入维数及延迟时间的关系进行了探讨.最后利用Mackey-Glass时 间序列和典型的Lorenz系统生成的时间序列对该模型进行了验证,结果表明该预测模型不仅 能够自动的从学习数据中获取知识产生模糊规则,提取能够代表混沌时间序列内在规律的支 持向量,大大减少支持向量的数目,精确地预测未来的混沌时间序列,而且在混沌时间序列 的嵌入维数未知和延迟时间不能合理选择的情况下,也能取得比较好的预测效果.这一结论预 示着基于模糊模型的支持向量机是一种研究混沌时间序列的有效方法.
关键词:
模糊模型
混沌时间序列
支持向量机
最小二乘法 相似文献
11.
Identification of embedding dimension is helpful to the reconstruction of phase space. However, it is difficult to calculate the proper embedding dimension for the financial time series of dynamics. By this Letter, we suggest a new method based on Manhattan distance and recurrence quantification analysis for determining the embedding dimension. By the advantages of the above two tools, the new method can calculate the proper embedding dimension with the feature of stability, accuracy and rigor. Besides, it also has a good performance on the chaotic time series which has a high-dimensional attractors. 相似文献
12.
Determining the minimum embedding dimension of nonlinear time series based on prediction method 总被引:1,自引:0,他引:1
下载免费PDF全文
![点击此处可从《中国物理》网站下载免费的PDF全文](/ch/ext_images/free.gif)
Determining the embedding dimension of nonlinear time series plays an important role in the reconstruction of nonlinear dynamics. The paper first summarizes the current methods for determining the embedding dimension. Then, inspired by the fact that the optimum modelling dimension of nonlinear autoregressive (NAR) prediction model can characterize the embedding feature of the dynamics, the paper presents a new idea that the optimum modelling dimension of the NAR model can be taken as the minimum embedding dimension. Some validation examples and results are given and the present method shows its advantage for short data series. 相似文献
13.
A method is proposed to analyze embedding character of the reconstruction by calculating the ratio of two volumes in two reconstructed phase spaces. By this method the embedding dimension and the delay time are found. The R?ssler system is discussed as a special model. 相似文献
14.
15.
基于Lorenz,Rssler和H啨non三种典型的奇怪吸引子,全面分析了GrassbergerProcaccia(缩写GP)算法,详细讨论了采样数据量、延迟时间、重构相空间维数和线性区长度等参数对计算关联维数和Kolmogorov熵的影响,结果表明这些关键参数是相互关联的.通过分析关联积分谱的变化趋势,发现延迟时间与重构相空间维数对连续动力系统和离散动力系统的作用效果是不同的,且选择最佳延迟时间对计算关联维数的意义不大.指出了实际中应用GP算法应注意的问题
关键词:
奇怪吸引子
GrassbergerProcaccia算法
关联维数
Kolmogorov熵 相似文献
16.
提出一种多变量混沌时间序列相空间重构的条件熵扩维方法.首先使用互信息法求解每个变量的时间延迟,其次按条件熵最大原则逐步扩展相空间的嵌入维数,使得重构坐标从低维到高维的转换保持较强的独立性,最终的重构相空间具有较低的冗余度,为多变量时间序列的预测构造了有效的模型输入向量.通过对几个经典多变量混沌时间序列进行数值实验,结果表明该方法比单变量预测和已有多变量预测方法具有更好的预测效果,说明了该重构方法的有效性.
关键词:
多变量混沌时间序列
相空间重构
条件熵
神经网络预测 相似文献
17.
根据混沌动力系统的相空间延迟坐标重构理论,基于支持向量机的强大的非线性映射能力, 建立了混沌时间序列的支持向量机预测模型,并在统计学习理论的基础上采用最小二乘方法来训练预测模型,利用该模型对嵌入维数与模型的均方根误差的关系进行了探讨.最后利用Mackey-Glass时间序列和变参数的Ikeda 时间序列对该模型进行了验证,结果表明,该预测模型能精确地预测混沌时间序列,而且在混沌时间序列的嵌入维数未知时也能取得比较好的预测效果.这一结论预示着支持向量机是一种研究混沌时间序列的有效方法.
关键词:
混沌时间序列
支持向量机
最小二乘法 相似文献