收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于混沌时间序列的变形分析和预测

袁昌茂  
【摘要】:变形分析及变形预测是一个复杂的系统工程,它涉及多种理论与方法;如何引进强大的数学理论和信号分析方法来了解变形的非线性、复杂性,有效地从变形监测数据中提取变形系统的信息,从而进行变形解释和变形预报是一门相当重要的课题。本文主要通过对混沌时间序列的研究,探讨从混沌理论的角度来进行变形分析与预报,本文研究的主要成果和具体内容如下: 1.介绍了混沌的基本概念以及混沌时间序列的发展历程,综述了混沌时间序列理论在变形分析中的研究现状和进展,并指出了存在的问题,提出了本文研究的内容。 2.介绍了混沌时间序列的识别办法,通过对变形系统的时间序列的混沌判别,可以研究系统各种各样的运动状态,找出系统的运动特征,为下一步的变形系统分析和预测提供必要的基础。 3.综合介绍了混沌时间序列分析和预测的多种技术手段,并提出种新的分析和预测方法,介绍了传统的利用动力学系统的确定性和非线性参数来分析和预测系统的方法,研究了运用多尺度分析理论分析系统的规律,进而对时间序列的预测,研究了近些年出现的各种智能计算工具(例如径向基函数、人工神经网络等),利用它们的学习和逼近能力建立比较复杂的非线性分析和预测模型。针对实际测量中噪声的影响,提出了小波在混沌数据中去噪的方法。 4.研究了变形监测数据中关联维数和最大Lyapunov指数,论证了变形监测数据的混沌特性。讨论了从理论上证明具有混沌特性的变形系统,推导出具有正的最大Lyapunov指数的动力方程,并从实例上验证了推导结果。 5.在具有混沌特性的监测数据的预报中,建立了最大Lyapunov指数预报,神经网络的预测以及结合小波分析的多尺度分析的预报,从各种预报的精度来看,神经网络的预报适应能力是比较强的,它不仅能够很好地拟合历史数据,还能准确地对系统的未来状态作出预测;而利用和混沌系统发展具有密切联系的最大Lyapunov指数进行系统的预测也是非常合理的混沌预测算法;在多尺度思想上提出了小波多尺度的预测算法,融合了小波分析、频谱分析和神经网络等算法理论,从预测结果看,此算法能达到可靠预报的目的。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 刘式达;地球系统模拟和混沌时间序列[J];地球物理学报;1990年02期
2 张森,肖先赐;混沌时间序列全局预测新方法——连分式法[J];物理学报;2005年11期
3 任晓林,胡光锐,徐雄;混沌时间序列局域线性预测方法[J];上海交通大学学报;1999年01期
4 甘建超,肖先赐;基于相空间邻域的混沌时间序列自适应预测滤波器(Ⅰ)线性自适应滤波[J];物理学报;2003年05期
5 李春贵,裴留庆;一种识别混沌时间序列动力学异同性的方法[J];物理学报;2003年09期
6 倪小军;;基于混沌时间序列法的瓦斯涌出量预测[J];科技信息;2008年31期
7 李教,敬忠良,王安;基于随机模糊神经网络的噪声混沌时间序列建模与预测[J];系统工程理论方法应用;2002年04期
8 许清海;混沌时间序列的多重分形维数谱[J];广西师范学院学报(自然科学版);2003年02期
9 孟庆芳;张强;牟文英;;混沌序列自适应多步预测及在股票中的应用[J];系统工程理论与实践;2005年12期
10 吴自库;姜德民;王述香;李辉;;混沌时间序列的局部动力相似预测方法[J];山东科学;2007年03期
11 江亚东,吴竹青,陈因颀,江月;一种基于小波网络的混沌时间序列判定[J];北京科技大学学报;2002年03期
12 窦春霞;基于混沌—神经网络模型最优控制及应用[J];系统工程学报;2004年03期
13 王宏伟,马广富;基于模糊模型的混沌时间序列预测[J];物理学报;2004年10期
14 高雷阜;陈斌;;基于混沌时序的WTI价格系统预测[J];辽宁工程技术大学学报(自然科学版);2009年06期
15 黄报星;重力混沌时间序列的预测[J];数学杂志;1998年S1期
16 甘建超,肖先赐;混沌时间序列基于邻域点的非线性多步自适应预测[J];物理学报;2003年12期
17 叶美盈,汪晓东,张浩然;基于在线最小二乘支持向量机回归的混沌时间序列预测[J];物理学报;2005年06期
18 黄志全;付文斌;;边坡变形预测的混沌时间序列全局近似方法[J];华北水利水电学院学报;2009年03期
19 傅毓维;杨莉;;基于混沌时间序列的电力需求短期预测分析[J];统计与决策;2010年08期
20 孟庆芳;张强;牟文英;;混沌时间序列多步自适应预测方法[J];物理学报;2006年04期
中国重要会议论文全文数据库 前10条
1 赵新;吴怀宇;方康玲;李俊;;基于模糊神经网络的混沌时间序列预测研究[A];2005年中国智能自动化会议论文集[C];2005年
2 李鹤;;基于径向基神经网络的混沌时间序列嵌入维数识别[A];第二届全国动力学与控制青年学者研讨会论文摘要集[C];2008年
3 高秉健;吕金虎;;基于混沌时间序列的电力系统短期负荷预测[A];2001中国控制与决策学术年会论文集[C];2001年
4 王洪超;李亚安;齐彦生;;遗传算法用于水声信号预测方法研究[A];2006’和谐开发中国西部声学学术交流会论文集[C];2006年
5 高华东;潘东旭;魏建文;樊绍峰;;混沌理论与支持向量机相结合的侧移预测模型[A];第三届全国岩土与工程学术大会论文集[C];2009年
6 张森;肖先赐;;基于连分式的混沌时间序列全局预测新方法[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年
7 李擎;郑德玲;;混沌时间序列神经网络拓扑结构的确定[A];1999中国控制与决策学术年会论文集[C];1999年
8 陈涛;徐小力;王少红;邓三鹏;;基于混沌神经网络的烟气轮机预测研究[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年
9 和卫星;陈晓平;马东玲;;基于混沌时间序列的滚动轴承故障局部预测[A];2009中国仪器仪表与测控技术大会论文集[C];2009年
10 张慧档;刘伟超;周淳;;基于PSO的水声信号神经网络预测方法[A];2007’促进西部发展声学学术交流会论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 席剑辉;混沌时间序列的长期预测方法研究[D];大连理工大学;2005年
2 甘建超;混沌信号处理在雷达和通信对抗中的应用[D];电子科技大学;2004年
3 卜云;混沌时间序列自适应预测算法研究[D];电子科技大学;2010年
4 秦克景;城市供水管理信息工程研究[D];天津大学;2006年
5 杨妮;汇率时间序列非线性动力学特征及组合预测研究[D];湖南大学;2008年
6 邢永忠;最小二乘支持向量机的若干问题与应用研究[D];南京理工大学;2009年
7 汪金菊;贝叶斯模型及其在混沌序列分析中的应用研究[D];合肥工业大学;2008年
8 宣蕾;网络安全定量风险评估及预测技术研究[D];国防科学技术大学;2007年
9 滕振宇;Ka及毫米波通信干扰技术研究[D];南京理工大学;2008年
10 卢宇;交通流混沌实时判定方法的研究[D];天津大学;2007年
中国硕士学位论文全文数据库 前10条
1 张亚琦;基于改进回声状态网络的混沌时间序列多步预测[D];兰州大学;2010年
2 梁景波;混沌时间序列一种长期预测方法研究[D];辽宁科技大学;2012年
3 张乾;电力负荷混沌特性分析及混沌时间序列的预测[D];天津理工大学;2013年
4 楼玉;混沌时间序列方法在径流预报中的应用研究[D];浙江大学;2005年
5 李恒超;混沌预测理论及其在VBR视频业务中的应用[D];西南交通大学;2004年
6 龙海辉;基于混沌时间序列相空间重构研究[D];中南大学;2010年
7 王海丹;基于神经网络的多变量混沌时间序列建模和预测[D];沈阳航空航天大学;2012年
8 库丽曼;中国石油供应安全战略探讨[D];成都理工大学;2004年
9 毛亚林;混沌预测与混沌优化及其在电力系统中的应用研究[D];武汉大学;2005年
10 蒋国庆;混沌理论用于经济预测研究[D];南京信息工程大学;2006年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978