相空间相似预报的一种新方法

本文针对相空间相似预报方法应用过程中存在需要同时确定时滞和维数的困难,引入历史预报准确率最高原则,提出了一种相空间相似预报的新方法。应用昆明站近百年（1901年～1992年）逐月雨量和气温时间序列对该方法进行了检验。计算结果表明此方法是可行的。     

伪近邻方法在ARMA系统阶数判别中的应用

从相空间重构的角度,提出利用伪近邻方法判别ＡＲＭＡ 系统的总阶数。该方法可在数据量较小和阈值固定的情况下判别ＡＲＭＡ 系统总阶数。数值计算表明,使用该方法判别线性ＡＲＭＡ系统总阶数,取得了比较满意的结果。     

混沌RBF神经网络的地磁变化场预测模型

提出一种融合混沌理论和RBF(radial basis function)神经网络的地磁变化单站预测模型。分析磁场数据的混沌特性,求取关键参数嵌入维数m和时间延迟τ,据此对初始数据进行相空间重构,并将经混沌理论优化的样本集作为神经网络的训练集和测试集进行仿真实验。结果表明,经混沌理论改进后的RBF神经网络模型可以较为准确地预测地球磁场的变化趋势,对我国地磁场的适用性较好,具有一定的泛化能力。     

混沌理论在桥梁变形监测中的应用

针对桥梁的非线性下沉问题,引用了混沌理论,首先求取时间序列的两重构参数时间延迟τ和嵌入维数m进行相空间重构;随后进行混沌特性判别,确定该时间序列存在混沌迹象;最后根据所求参数建立加权零阶局域预计模型和RBF神经网络混沌预计模型对观测数据进行预计分析,并与系数为0.9的指数平滑预测模型进行比较,结果显示混沌预计模型值更接...     

基于相空间重构的GA-SVR组合模型边坡位移预测研究

在传统支持向量回归机的基础上,考虑观测数据的混沌特性,通过对训练样本的相空间重构,并结合遗传算法在寻参上的优势,建立边坡变形的相空间重构GA-SVR组合模型。通过组合模型对某矿山边坡位移预测值与实测值进行对比分析,发现组合模型在预测精度上更具优势。     

相空间重构在滑坡预测中的应用

针对滑坡位移时间序列的非线性特性,引入基于相空间重构和最小二乘支持向量机(LSSVM)的预测法.利用Cao氏方法确定嵌入维数,根据互信息法计算最佳延迟时间;然后在相空间中,利用最小二乘支持向量机(LSSVM)建立预测模型,对滑坡进行了实证计算,且与LSSVM模型和BP神经网络模型进行了比较.结果表明,模型具有较高的精度...     

环境激励下一种基于免疫机制的结构损伤诊断方法

结构状况发生改变时,结构的振动特性将发生变化。免疫算法能有效检测出振动特性的变化。本文将环境激励下的结构响应重构相空间,对其进行奇异值分解后,选择适当个数的奇异值构造特征参数集合,应用反向选择算法进行异常值检测,以ASCE学会提出的基准结构为对象进行研究,讨论了不同个数的特征参数对检测结果的影响。分析表明,该算法能有效地判断结构状况的变化。     

基于小波变换和GALSSVM的边坡位移预测

边坡变形是一个受多种因素综合作用的复杂非线性动力学演化过程,用现有的物理模型来解决边坡变形的预测问题有很大难度。大量的研究工作表明,用实测的边坡位移时间序列来预测边坡未来变形更为准确,而将多种方法组合起来进行预测成为研究的主要趋势。在此基础上,建立了一种基于小波变换和进化最小二乘支持向量机(GALSSVM)的边坡位移预测模型。首先利用小波变换将边坡时间序列分解为低频分量和高频分量,然后利用互信息法和伪近邻法得到各分量的时间延迟和嵌入维数并进行相空间重构,再根据各个相空间的特点建立相应的GALSSVM预测模型,最后把各分量的预测结果进行小波重构,重构后的结果即为最终的边坡位移预测结果。对丹巴滑坡预测研究表明,这种新的预测模型具有较高的预测精度,可以应用于实际工程     

脉动压力的紊流分形特征

通过对脉动压力信号时间序列的分析证实了紊流的分形特征.首先,计算脉动压力信号时间序列的关联维数,并将其与动力系统相空间中图形结构的维数联系起来.分析表明,关联维数D_C随嵌入空间维数的不断增大而逐渐趋于定值6C<7,从而证明了相空间中稳定、低维吸引子的存在,也即证明了紊流内在有序性的存在.其次,用线截法从压力信号推求等压面的维数,发现等压面维数随不同压力值的分布与压力脉动的概率密度分布一致,概率密度越大,等压面维数也越高,且等压面的分形特性是局部存在的.     

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。