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。      

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.      

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。     

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.     

成矿元素巨量聚集的混沌机制——斑岩型和构造蚀变岩型矿床例析

成矿元素含量的变化受控于成矿系统内部的动力学过程,具有较强的随机性与混沌特征,对其变化特征的定量刻画有助于深入理解成矿过程,并为找矿预测提供理论依据。本文以三江普朗斑岩型铜矿的Cu元素与胶东大尹格庄构造蚀变岩型金矿的Au元素品位序列为研究对象,运用混沌时间序列分析法中的相空间重构技术、吸引子的关联维及最大Lyapunov指数解析了Cu与Au元素品位序列的分布特征。结果显示:斑岩型铜矿强矿化和中矿化Cu元素品位的饱和关联维介于4.42与9.69之间,饱和嵌入维介于25与28之间,最大Lyapunov指数介于0.0021与0.0661之间,弱矿化勘探线Cu元素关联维没有出现饱和现象,最大Lyapunov指数随着嵌入维的增大,由正数变为负数;构造蚀变岩型金矿的强矿化勘探线Au元素的关联维为3.18,饱和嵌入维为23,最大Lyapunov指数为0.0082,而中矿化和弱矿化勘探线Au元素的关联维没有出现饱和现象,且随着嵌入维的增大,最大Lyapunov指数由正数变为负数,表明斑岩型中-强矿化地区的Cu元素和构造蚀变岩型强矿化区域的Au元素品位序列具有混沌动力学特征,而弱矿化地区的Cu元素及中弱矿化地区的Au元素品位序列则具有更强的随机性特征;同时,具有混沌特征的斑岩型铜矿的饱和嵌入维和关联维及最大Lyapunov指数的均值都大于蚀变岩型矿床,说明斑岩型铜矿比蚀变岩型矿床的元素具有更强混沌特性与更复杂的控制因素,如温度、硫化作用、流体不混溶、蚀变叠加等。     

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。     

砂岩Kaiser点信号识别特征研究

对岩石试件加载及破坏过程进行了声发射试验,根据参数分析法得到Kaiser点。采用FFT研究了Kaiser点信号的频谱特征。运用小波包分析方法,计算了Kaiser点信号的能谱系数。用混沌时序分析方法研究Kaiser点信号,运用关联积分法方法提取关联维数D,综合FNN法和互信息法得到合适的m、? 值重构相空间,计算Kaiser点信号的最大Lyapunov指数,研究声发射信号混沌动力特征。结果表明,Kaiser点信号具有混沌特征。     

地下水水位时间序列中的混沌特征

利用相空间重构技术、G -P算法以及Wolf提出的从单变量中提取Lyapunov指数的方法 ,分别计算了太原盆地 4组地下水水位时间序列的关联维数和Lyapunov指数。结果揭示在自然状态下 ,太原盆地某些孔隙潜水和孔隙承压水水位变化存在明显的混沌特征。这不仅为以后建立水位预测模型提供了理论依据 ,并且也为运用分形理论研究地质参数的时空变异性以及含水层结构的自相似性提供了进一步的支持。     

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。     

黑河日径流量混沌变化特性的研究——Ⅲ最大李雅普诺夫(Lyapunov)指数的确定

通过对黑河日径流量变化规律的探索,重点论述最大李雅普诺夫指数的确定方法,计算结果表明:黑河日径流量时间序列的最大李雅普诺夫指数为0.002012,大于零,可以判定黑河日径流量时间序列具有混沌特性.     

混沌理论与大气边界层湍流研究

简述了混沌理论的发展及其判别方法,阐明混沌理论的建立给大气科学中的湍流研究带来了新的启示;介绍了近期混沌理论在大气边界层湍流研究中的应用结果,这些结果表明大气边界层湍流具有很强的混沌特性,且存在低维奇怪吸引子。最后提出了有待进一步研究的问题。