遗传算法改进的BP神经网络在混沌径流时间序列预测中的应用

区别于传统的提取混沌时间序列饱和嵌入维数的方法,本文利用人工神经网络成功地对水库混沌径流时间序列的饱和嵌入维数进行了提取,计算了该时间序列里的最大Lyapunov指数,两种方法结果都证明了该时间序列的混沌性。并用遗传算法对BP神经网络进行了改进,利用该模型对三门峡水库混沌径流时间序列进行了预测。实例计算表明该方法解决了BP神经网络收敛速度慢和易于陷入极小值的问题,大大提高了BP神经网络的计算精度和收敛速度。无论在计算精度上还是在收敛次数上都优于没有改进的BP神经网络。     

南洞地下河月径流时间序列的混沌特征及预测

利用基于相空间重构技术、混沌识别与预测理论对1993-2013年南洞地下河月径流时间序列的非线性特征进行了分析,由所获得的延迟时间和最佳嵌入维数实现了月径流时间序列的相空间重构,运用饱和关联维数法和小数据量法计算出南洞地下河月径流时间序列的饱和关联维数和最大Lyapunov指数,并运用Volterra模型对南洞地下河月径流时间序列进行了多步预测研究。研究结果表明,南洞地下河月径流时间序列相空间重构的延迟时间和最佳嵌入维数分别为τ=5、m=8,饱和关联维数D和最大Lyapunov指数λ分别为4.63、0.748 9,从定性和定量的角度证明了南洞地下河月径流时间序列具有弱混沌特征。Volterra自适应滤波模型的预测结果能较好地表征南洞地下河月径流的变化趋势和规律,对18个月内的短期预测精度较高,模拟效果较好。      

流域降雨径流时间序列的混沌识别及其预测研究进展

混沌和随机在本质上是两种不同的特征,对这两种特征的描述方法各不相同,确定流域降雨径流时间序列的混沌性和随机性是对其进行模拟和预测的重要基础。近10多年来,许多学者相继开展了流域降雨径流时间序列的混沌识别及其预测研究。着重回顾其中最为重要的相空间重构、混沌识别和混沌预测方法,对将混沌理论应用于降雨径流时间序列的限制条件(序列的数据量大小和数据噪声)也进行了探讨。     

0-1测试方法的径流时间序列混沌特性应用

径流时间序列混沌特性识别的常用方法是基于相空间重构的关联维数法、最大Lyapunov指数法和Kolmogorov熵法。引入一种新的时间序列混沌特性识别方法:0-1混沌测试方法。该方法直接应用于时间序列不需要相空间重构,并且通过量化指标K_c是否接近于0或1来识别时间序列的混沌特性。以Logistic映射生成的序列、金沙江流域和美国Umpqua河多年日径流序列为研究对象,首先利用0-1混沌测试方法进行了混沌特性识别和判定;然后基于相空间重构,运用相空间重构、伪最近邻点法、关联维数方法、最大Lyapunov指数法和Kolmogorov熵5种非线性研究方法分析了这两列径流时间序列混沌特性。研究结果表明0-1混沌测试方法简单有效。以上方法交互验证了该两列径流时间序列存在低维混沌特性。     

混沌时间序列支持向量机模型及其在径流预测中应用

以重构相空间理论为基础,探讨了混沌时间序列的支持向量机预测模型建模的思路、特点及关键参数的选取。利用饱和关联维数法进行相空间重构,并运用改进小数据量法计算最大Lyapunov指数,对宜昌站月径流时间序列进行混沌特性识别。在运用混沌时间序列的支持向量机模型对月径流预测的应用中,引入了径向基核函数,简化了非线性问题的求解过程。实例表明,该模型能较好地处理复杂的水文序列,具有较高的泛化能力和很好的预测精度。     

基于神经网络的混沌时间序列预测

应用混沌方法对时间序列观测数据进行处理,计算出最大lyapunov指数,得到最大可预报时间尺度。在此基础上,建立人工神经网络预测预报混沌时间序列的模型。结合实例,对该预测方法进行了计算验证。     

矿井涌水量混沌时间序列分析与预测

矿井地下水系统是个非线性系统,由于地下水系统的复杂性,很难完全确定影响矿井涌水量的因素,因此传统的矿井涌水预测表现出较大的局限性。而混沌时间序列分析能够利用单变量处理方法,分析矿井地下水系统中,由于多因素耦合作用所产生的矿井涌水量时间序列。通过对某矿区1985年9月至2005年2月矿井涌水量时间序列资料的分析,显示矿井涌水量时间序列具有混沌特征;通过对比预测值和实测值,表明预测精度高。因此,混沌时间序列分析方法用于矿井涌水量预测是可行的。     

边坡演化的非线性时间序列多元混沌判别

以实测非线性时间序列为对象, 通过估计延迟时间与嵌入维数的相空间重构方法, 采取排除时间相关性点对的方法计算边坡系统关联维数D2;采用改进的Kantz法计算最大Lyapunov指数、以K₂熵作为Kolmogorov熵的近似, 并引入近似熵ApEn及系统复杂度混沌特征指标, 研究了边坡演化的多元混沌特征.通过实例分析, 发现多数边坡系统关联维数D₂为非整数, 最大Lyapunov指数、熵值均大于零以及系统复杂度位于(0, 1) 区间偏小值, 通过与确定性系统特征量的比较, 揭示了边坡系统的混沌特征, 并得出临滑阶段边坡混沌特征最为明显的结论.      

矿井涌水量时间序列混沌特性的Kolmogorov熵判别

根据相空间重构理论和技术以及G-P算法,在嵌入维按等间隔m不断增加的情况下,在无标度区间内,作等斜率线性回归,利用最小二乘法得到6个典型矿区矿井涌水量时间序列的Kolmogorov熵。结果表明其具有混沌特性,从而可为确定矿区地下水系统特征、性质和矿井涌水量预测模式提供理论依据。     

黄河壶口瀑布变迁考证和相应径流关系的初步分析

通过黄河壶口瀑布河段实地考察和测算,得出了瀑布近4000年来不同时期的溯源侵蚀速度.以现代实测水量与瀑布形成的石槽宽度之比为基础,推算出黄河壶口4200年径流系列,提出了黄河壶口以上流域的古水量变化过程,其丰、枯、峰、谷,与古气候的暖冷湿干,及中国西部第四纪冰川进退沿黄河两岸古土壤的形成与中断等千年尺度综合的分析对照.这个水量过程的确立与深入研究,将促进水科学理论与方法的发展.     

水文时间序列的子波分析法

在水文时间序列分析中引入了子波变换法,通过对水文时间序列的离散子波变换(DWT),给出了计算水文过程变化特征的信息量系数(ICF)的方法,比较了表征水文过程变化特征的三种指标,即不均匀系数,信息量系数与分维。结果表明:三种指标分别从不同角度表征了水文过程的变化特征,实际应用中可以依据需要选用某种指标进行比较研究。     

时间序列分析在灾变预测中的应用

本文介绍了利用时间序列分析原理预测灾变的方法，现以预测某地区降雨为例子，介绍了方法的原理与步骤，实践表明，本文提出的方法具有明显的优点。     

长江源区新构造运动特征分析

基于笔者在长江源区野外调查所取得的大量实际资料,结合前人研究成果,运用构造解析法,分析了长江源区新构造运动的特征,认为长江源区第四纪以来的构造运动十分强烈,新构造运动除以整体性、差异性和阶段性隆升的垂直运动外,还表现出以地壳缩短-推覆褶皱和断裂-块体走向滑动为主的水平运动,运动过程既表现出继承性复活,又有一定的改造性和新生性,新构造运动塑造了长江源区的地貌-水系格局。     

从时（空）系列数据研究地球化学作用的非线性动力学

从时（空）系列数据研究地球化学作用的非线性动力学谭凯旋（中国科学院长沙大地构造研究所．长沙４１００１３）张哲儒，刘荣高（中国科学院地球化学研究所．贵阳５５０００２）关键词混沌吸引子，分维，时（空）系列数据，地球化学动力学近十多年来，人们已认识到地球化...     

基于混沌时间序列的地下水位多步预测模型

利用相空间重构技术，并借助G—P算法、C-C方法和Wolf方法从宁陵地区地下水位一维时间序列中提取Lyapunov指数，结果表明此时间序列具有混沌特征。计算了宁陵地区地下水位时间序列的关联维数、时间延迟和最大Lyapunov指数，将局域加权一阶多步预测模型应用于地下水位预测。预测表明，此模型可有效应用于地下水位时间序列的多步预测。     

多度量水文时间序列相似性分析

多度量组合可以提高相似性分析的准确性,基于该思想,提出多度量水文时间序列相似性分析方法,首先,使用多个单一相似度量分别计算相似时间子序列,然后,采用改进BORDA投票法对各度量分析得到的相似子序列进行组合和排序,得到最终的相似时间子序列。为了证明提出方法的可行性和有效性,以淮河流域王家坝水闸洪水过程相似性分析为例进行了验证。分析结果表明,基于改进BORDA投票法的多度量水文时间序列相似性度量方法可以提高相似查询的准确性。     

嫩江流域径流的可预报性及其时间尺度分析

本文在阐述径流过程主要影响因素和表现特征基础上,采用混沌理论,对于嫩江流域月径流过程系统进行了延滞时间、嵌入纬度、关联维数等计算,进而进行相空间重构,计算出其最大Lyapunov指数为0.13,说明该系统具有混沌特征.初步得出如下结论:①嫩江流域中长期径流预报的预见期为7～8个月;②"数据驱动模型"对于中长期径流预报更有其方法的适用性;③中长期径流预报计算时段应以月为单位.     

雷州半岛年降水量序列分析及预测模型

采用了雷州半岛徐闻气象站年降水量(1957～2002年)的时间序列资料,运用时间序列分析建模方法,对序列提取趋势项和周期项,并用自回归-滑动平均混合模型拟合剩余序列,然后再对年降水量序列进行预测。分析结果证明,建立的时间序列预测模型,具有较高的预报精度,其预测的结果可以用作雷州半岛旱情预报和防治的参考依据。