题名 混沌时间序列改进的加权一阶局域预测法
被引量：18
1
作者
孟庆芳 彭玉华
机构
山东大学信息科学与工程学院
出处
《计算机工程与应用》
CSCD
北大核心
2007年第35期61-64,共4页
基金
教育部留学回国人员科研启动基金(The Project-sponsored by SRF for ROCS SEM No.2004.176.4) +1 种基金 山东省自然科学基金( the Natural Science Foundation of Shandong Province of China under Grant No.2004G01 No.2004ZRC03016)
文摘
加权一阶局域预测法是目前最常用的一种混沌时间序列预测方法。基于延迟坐标相空间重构理论,提出了混沌时间序列改进的加权一阶局域预测法。仿真结果表明该方法的多步预测性能与一步预测性能明显好于加权一阶局域预测法的多步预测性能与一步预测性能。
关键词
加权一阶局域预测 法相空间重构 混沌时间序列
Keywords
adding weight first order local prediction method phase space reconstruction chaotic time series
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
题名 基于相关度的忙时话务量加权一阶局域预测模型
2
作者
段志梅 袁晓金 程加堂
机构
红河学院工学院 红河州质量技术监督局综合检测中心
出处
《现代电子技术》
北大核心
2015年第22期17-20,24,共5页
基金
云南省教育厅科学研究基金项目(2014Y458)
文摘
为了改善加权一阶局域预测模型的预测精度,提出衡量相点间相关性的相关度函数。利用相关度函数确定预测中心点的参考邻域,并将相关度的大小以加权的方式作用于加权一阶局域预测模型,进而推导出辨识加权一阶局域预测模型参数的算法。最后将预测模型用于忙时话务量的预测中,结果表明,该模型有效地提高了忙时话务量的预测精度,验证了相关度函数衡量相点间相关性的有效性。
关键词
参数辨识 加权一阶局域预测 模型忙时话务量 预测 精度
Keywords
parameter identification weighting first-order local prediction model busy hour traffic prediction accuracy
分类号
TN958.34
[电子电信—信号与信息处理]
TP391.4
[自动化与计算机技术—计算机应用技术]
题名 加权一阶局域多步预测模型的改进
被引量：2
3
作者
左俊 王桓 曾昭法
机构
湖南大学统计学院 湖南大学电气与信息工程学院
出处
《统计与决策》
CSSCI
北大核心
2008年第6期33-34,共2页
文摘
针对混沌时间序列的加权一阶局域预测模型中,欧氏距离并不能有效反映邻域点间的相关性,而且在进行多步预测时,计算量较大,并存在累积误差效应。文章对这一模型进行了改进。提出使用聚类分析的方法,采用夹角余弦来定义邻域点间的相关性,并根据相点演化的规律,直接进行多步预报。通过湖南省农村用电量的实例验证,该模型能精确地预测农村用电量。
关键词
混沌时间序列 加权一 阶 局域 多步预测 模型夹角余弦 农村用电量
分类号
F201
[经济管理—国民经济]
题名 相空间局域预测法在滑坡位移预测中的应用
被引量：1
4
作者
陈卫兵 王德厚
机构
中国科学院武汉岩土力学研究所 长江科学院学术委员会
出处
《长江科学院院报》
CSCD
北大核心
2005年第6期6-9,共4页
基金
水利部科技创新项目(SCX2003-21) 长江科学院基金项目(院基金监2002-01)
文摘
根据滑坡系统的混沌特性,将适合于混沌时序预测的相空间局域近似法应用到滑坡位移预测中。针对零阶局域预测法利用信息效率不高的缺点,运用模糊数学中构造隶属函数的方法来选取预测相点的近邻点,减小了选取近邻点这一关键问题的人为随意性,而且预测结果也证明了这种方法的合理性。
关键词
滑坡 混沌 平均零阶 局域 预测 法 加权一阶局域预测 法
Keywords
landslide chaos mean zero-rank local-region method weight-plus local-region method
分类号
P642.22
[天文地球—工程地质学]
题名 瓦斯异常涌出混沌时间序列预测模型的建立
被引量：5
5
作者
王菲茵 王启飞 张小千
机构
中国矿业大学(北京)资源与安全工程学院
出处
《中国煤炭》
北大核心
2017年第8期138-143,175,共7页
基金
国家自然科学基金项目(51274206)
文摘
运用混沌理论对平煤十矿的实际瓦斯涌出数据进行了分析处理,采用基于关联积分的C-C方法确定了重构空间的时间延迟和嵌入维数,并对时间序列数据进行相空间重构,利用最小数据量法确定了时间序列的最大Lyapunov指数;运用混沌理论加权一阶局域预测方法,建立了混沌时间序列瓦斯异常涌出预测模型;并利用平煤十矿己15-24080掘进工作面31d的瓦斯实际浓度数据对该模型进行了预测效果检验。结果表明:时间序列的最大Lyapunov指数大于零,证明了时间序列数据具有混沌特征;模型中瓦斯异常涌出的预测发生时间和实际发生时间比较吻合,预测精度达93%。预测模型的可靠性为制定煤矿瓦斯防治措施和采取安全防护措施提供了理论依据。
关键词
瓦斯异常涌出 混沌时间序列 相空间重构 最大LYAPUNOV指数 加权一阶局域预测
Keywords
abnormal gas emission, chaotic time series, phase space reconstruction, largest Lyapunov exponent, adding-weight one rank local-region method
分类号
TD712
[矿业工程—矿井通风与安全]
题名 交流电弧炉供电网波动电压超短期混沌预测方法
被引量：3
6
作者
王育飞 孙路 张剑云 薛花
机构
上海电力学院电气工程学院 国网义乌供电公司工程管理部
出处
《电测与仪表》
北大核心
2017年第18期48-53,共6页
基金
上海市自然科学基金资助项目(15ZR1418000) 上海市教委科研创新基金资助项目(12YZ138)
文摘
对交流电弧炉供电网电压时间序列进行特性分析并进行预测是解决电弧炉引起闪变问题的前提。重构电压有效值时间序列相空间,采用互信息法和Cao氏法确定最佳延迟时间和嵌入维数,计算最大Lyapunov指数,证明了供电网波动电压具有混沌特性。运用最大Lyapunov指数法和加权一阶局域预测法对电压时间序列进行超短期预测,结果表明,混沌预测能够较好地反映交流电弧炉供电网电压有效值时间序列的变化趋势,超短期预测精度高,且加权一阶局域预测法比最大Lyapunov指数法的预测精度更高,适合作为电压有效值时间序列的预测方法。
关键词
交流电弧炉 电压时间序列 混沌预测 最大LYAPUNOV指数 加权一阶局域预测 法
Keywords
AC EAF, voltage time series, chaotic prediction, maximum Lyapunov exponent, local weighted one-rank prediction method
分类号
TM933
[电气工程—电力电子与电力传动]
题名 基于灰色模型和混沌时间序列的卫星钟差预测算法
被引量：13
7
作者
黄飞江 陈演羽 李廷会 袁海波 单庆晓
机构
长沙学院电子信息与电气工程学院 广西师范大学电子工程学院 中国科学院国家授时中心
出处
《电子学报》
EI
CAS
CSCD
北大核心
2019年第7期1416-1424,共9页
基金
国家自然科学基金(No.61264008,No.11773030,No.11373075) 湖南省自然科学基金(No.2015JJ2016) 长沙学院“青年英才支持计划”和科研基金(No.SF1615)
文摘
为了提高非线性卫星钟差预测的精度,降低单一钟差预测模型对钟差预测的风险,提出了一种组合模型的卫星钟差预测算法.该算法首先采用db1小波对卫星钟差序列进行3层多分辨率分解和单支重构,得到一个趋势分量和三个细节分量,然后运用灰色预测模型对重构后的趋势分量和混沌一阶加权局域预测法对重构后的细节分量分别进行预测,最后将各分量预测结果相加后得到总的钟差预测值.以GPS卫星钟差数据做算例分析,在6小时的钟差预测中,算法绝对误差最大值比单一的灰色预测模型误差小1.3ns以上.将该组合预测模型用于非线性卫星钟差预测中,可以提高钟差预测的精度和可靠性.
关键词
卫星钟差 小波分解 灰色模型 混沌时间序列 一阶 加权 局域 预测
Keywords
satellite clock bias wavelet decomposition grey model chaotic time series one-order weighted local prediction
分类号
TN967.1
[电子电信—信号与信息处理]
题名 混沌理论支持下的桥梁变形监测研究
被引量：7
8
作者
许章平 栾元重 刘中华 崔腾飞 相涛
机构
山东科技大学测绘科学与工程学院
出处
《测绘通报》
CSCD
北大核心
2019年第6期41-46,共6页
基金
山东省重点研发计划(2017GSF220010)
文摘
针对桥墩的非线性下沉问题,引入了混沌理论。采用改进的C-C算法计算时间序列的时间延迟τ,采用改进的G-P算法计算最佳嵌入维数m,进行相空间重构,并与传统算法对比抗干扰性,计算效率等得到了改善,运用Lvyapunov指数判别该时间序列的混沌特性;最后根据所求参数建立加权一阶局域预计模型和RBF神经网络混沌预计模型,分别对观测数据进行预计分析,将混沌时间预测结果与指数平滑法预测结果进行对比分析。得出混沌时间预测精度高于指数平滑法预测精度,RBF神经网络混沌预计模型的预计精度最高,证明混沌时间序列预计精度可靠,能够实时对桥身变形进行监测,避免灾害的发生。
关键词
混沌时间序列 混沌识別 加权一阶局域预测 RBF神经网络混沌预测
Keywords
chaotic time series chaotic identification weighted first order local RBF neural network model
分类号
P258
[天文地球—测绘科学与技术]
