共查询到16条相似文献,搜索用时 62 毫秒
1.
2.
3.
4.
参考基于最大Lyapunov指数的单变量混沌时间序列预测方法,提出一种通过选取多个邻近重构向量,预测多变量混沌时间序列的局域法.采用新方法对两个完全不同的Rssler方程的耦合系统,Rssler方程和Hyper Rssler方程的耦合系统的多变量混沌时序进行一步和多步预测,结果表明了该方法的有效性,且算法具有较强的抗噪能力.讨论了参考邻近点数和预测结果的关系.
关键词:
Lyapunov指数
混沌时间序列预测
多变量时间序列
最小二乘法 相似文献
5.
6.
7.
提出一种新的基于递阶模糊聚类系统的模糊建模方法.目的在于通过一系列的步骤优化T-S模糊模型结构,实现非线性系统的建模和预测.首先利用最近邻聚类法初始划分输入空间,得到规则数及初始聚类中心,用模糊C均值算法(FCM)进一步优化聚类中心;然后利用加权最小二乘法估计模糊模型的初始参数,进一步利用带遗忘因子的递推最小二乘法优化结论参数.采用该方法对Mackey-Glass混沌时间序列进行预测实验,结果表明可以对Mackey-Glass混沌时间序列进行准确建模和预测,证明了本方法的有效性.
关键词:
递阶模糊聚类
模糊建模
混沌时间序列
最小二乘 相似文献
8.
9.
应用模糊树模型,对混沌时间序列进行建模和预测.该方法可以根据建模数据在空间中的分布信息,基于二叉树结构自适应划分输入空间,得到模糊子空间,在与叶节点对应的子空间上建立线性函数作为模糊规则的后件,用隶属度函数将各分片线性函数光滑连接,最后得到一个精度比较高的非线性映射.通过对Mackey-Glass、Lorenz和Henon混沌时间序列的建模和预测研究,仿真结果表明,该方法具有建模精度高、运行速度快、泛化能力强、预测步数多、适用范围广等优点.
关键词:
模糊树模型
混沌时间序列
预测 相似文献
10.
11.
从混沌与分形的关系出发,基于奇怪吸引子的分形结构和时间序列的自仿射特性,提出了一种混沌时间序列的预测方法.采用迭代函数系统跟踪混沌的局部运动轨迹,由此确定统计意义上仿射性能最优的时间序列段,并根据吸引子定理和拼贴定理建立预测模型.以Mackey-Glass混沌系统、脑电信号和Lorenz混沌系统等三种混沌系统为例进行预测试验,结果表明本方法能对混沌时间序列进行准确预测,且对混沌时间序列先验知识要求少,具有广泛的实用性.
关键词:
自仿射
迭代函数系统
混沌时间序列
预测 相似文献
12.
A new method of predicting chaotic time series is presented based on a local Lyapunov exponent, by quantitatively measuring the exponential rate of separation or attraction of two infinitely close trajectories in state space. After reconstructing state space from one-dimensional chaotic time series, neighboring multiple-state vectors of the predicting point are selected to deduce the prediction formula by using the definition of the local Lyapunov exponent. Numerical simulations are carried out to test its effectiveness and verify its higher precision over two older methods. The effects of the number of referential state vectors and added noise on forecasting accuracy are also studied numerically. 相似文献
13.
14.
对于复杂、病态、非线性动态系统,基于模糊集合的模糊模型,利用模糊推理规则描述动态系统的特性,是一种有效方法.讨论了利用模糊建模方法实现非线性系统的建模和预测.首先,利用在线模糊竞争学习方法划分输入变量的模糊输入空间,然后利用卡尔曼滤波算法估计模糊模型的参数.采用该方法对Mackey Glass混沌时间序列进行预测试验,结果表明利用本方法可以在线或者离线能对Mackey Glass混沌时间序列进行准确预测,证明了本方法的有效性.
关键词:
模糊竞争学习
混沌时间序列
卡尔曼滤波 相似文献
15.
A new second-order neural Volterra filter (SONVF) with conjugate gradient (CG) algorithm is proposed to predict chaotic time series based on phase space delay-coordinate reconstruction of chaotic dynamics system in this paper, where the neuron activation functions are introduced to constraint Volterra series terms for improving the nonlinear approximation of second-order Volterra filter (SOVF). The SONVF with CG algorithm improves the accuracy of prediction without increasing the computation complexity. Meanwhile, the difficulty of neuron number determination does not exist here. Experimental results show that the proposed filter can predict chaotic time series effectively, and one-step and multi-step prediction performances are obviously superior to those of SOVF, which demonstrate that the proposed SONVF is feasible and effective. 相似文献
16.
采用一种基于鲁棒模糊聚类算法的模糊辨识方法,通过引入局部划分关联度因子,增强了系统辨识的抗干扰能力,提高了系统辨识的鲁棒性.首先用最近邻模糊聚类法划分初始输入空间,得到模糊规则数及初始聚类中心;然后用鲁棒模糊聚类算法求解并优化模糊隶属度和聚类中心,建立高精度的T-S模糊模型;最后利用最小二乘法辨识模型的初始结论参数,进一步利用带遗忘因子的递推最小二乘法优化结论参数.采用该方法对Mackey-Glass混沌时间序列进行建模和预测,仿真结果表明利用本方法可以进行准确建模和预测,验证了本方法的鲁棒性、有效性和实
关键词:
最近邻模糊聚类
鲁棒模糊聚类
混沌时间序列
最小二乘法 相似文献