基于小波变换的混沌信号特征研究

应用小波方法将混沌信号的频谱特征和吸引子的几何结构相结合进行研究,结果表明,在不同尺度上对混沌信号进行连续小波变换时,其小波系数具有很强的相似性,但不能够完全重构原来的吸引子.对信号进行多尺度分解后发现其低频系数部分基本能够重现原吸引子的结构特征,而高频系数部分不能实现这一目标.为了定量刻画混沌信号在小波变换条件下的分形特征,计算了其在不同尺度时的关联维数,并分析了关联维数计算的影响因素.     

基于小波支持向量机的电力系统短期负荷预测

根据相空间延迟坐标重构理论,基于支持向量机强大的非线性映射能力和小波核函数的局部分析和特征提取能力,提出了一种基于小波支持向量机的电力系统短期负荷预测方法,并利用该方法对嵌入维数与预测性能的关系进行了探讨。仿真结果表明,该预测方法能精确地预测电力负荷,而且在电力负荷序列的最佳嵌入维数未知时也能取得比较好的预测效果,这一结论预示着小波支持向量机是一种预测电力系统短期负荷的有效方法。     

�����Ч��㴫��ʱ��Ļ��������䶨������

由于一些不确定的因素致使航班进入停机位晚点,而在两相邻航班中前行航班的晚点会不同程度的传播给后行航班计划进入停机位时间. 为了研究航班晚点传播时间的规律,本文提出了航班后效晚点传播时间的计算方法,并利用航班进入停机位晚点时间的分布规律,对航班进行随机延误得到航班后效晚点传播时间的时间序列;然后为了能使时间序列蕴藏的信息得以充分体现,采用Takens嵌入定理对相空间进行重构得到一系列相点,从而通过这些相点可以定量计算判别混沌现象的参数即关联维数和Lyapunov指数;最后通过G-P算法与小数据量法分别计算此混沌参数,验证了航班后效晚点传播时间的时间序列具有混沌效应.     

航班后效晚点传播时间的混沌现象及其定量分析

由于一些不确定的因素致使航班进入停机位晚点,而在两相邻航班中前行航班的晚点会不同程度的传播给后行航班计划进入停机位时间. 为了研究航班晚点传播时间的规律,本文提出了航班后效晚点传播时间的计算方法,并利用航班进入停机位晚点时间的分布规律,对航班进行随机延误得到航班后效晚点传播时间的时间序列;然后为了能使时间序列蕴藏的信息得以充分体现,采用Takens嵌入定理对相空间进行重构得到一系列相点,从而通过这些相点可以定量计算判别混沌现象的参数即关联维数和Lyapunov指数;最后通过G-P算法与小数据量法分别计算此混沌参数,验证了航班后效晚点传播时间的时间序列具有混沌效应.     

基于改进加权一阶局域法的空中交通流量预测模型

空中交通流量精准预测是实施空中交通控制和管理的重要前提.针对空中交通流量时间序列的内在混沌动力特性,研究了基于改进加权一阶局域法的混沌交通流量时间序列预测模型.首先,提出了一种临近相点演化加权的改进一阶局域预测法,并通过在预测过程中构建误差序列进行预测结果修正;其次,利用关联维数出现饱和现象验证了4组不同统计时间间隔的实测空中交通流量时间序列均存在混沌特性;最后,在对空中交通流量时间序列进行相空间重构的基础上,利用改进加权一阶局域预测方法进行了流量预测结果的对比实验.结果表明,4组空中交通流量时间序列预测精度均有提高,时间尺度为10 min的流量预测效果最好,预测相对误差减小了29.7%.      

实测振动信号的Lyapunov指数的计算与混沌识别

分析了Lyapunov指数稳健算法.仿真结果表明稳健算法在刻画混沌"对初始条件敏感"这一特征时具有良好的性能.将该方法用于计算实测振动信号的Lyapunov指数,得到该指数大于零.综合分析信号的频谱特征、关联维数值后,有效地判断了所设计的非线性隔振系统处于混沌状态.     

����֧���������ع�ĺ�������Ԥ���о�

针对航班延误难以预测的问题,采用支持向量机回归方法建立航班到港延误预测模型。首先,采用相空间重构理论计算到港延误的延迟时间、嵌入维数和最大Lyapunov指数,发现到港延误时间序列存在混沌特性;将航班到港延误时间序列进行相空间重构,并结合执飞该航班的航空器在上游机场的离港延误构建模型的输入向量;其次,将粒子群算法、差分进化算法和遗传算法进行比较,用于选择最优的模型参数,实验表明,差分进化算法能够以较高概率获得最优的预测模型;最后,比较该模型、单一因素预测模型和相关向量机预测模型的航班延误预测性能。结果表明,该模型的预测性能明显优于另外两种模型,能够有效预测航班延误。     

采用支持向量机回归的航班延误预测研究

针对航班延误难以预测的问题,采用支持向量机回归方法建立航班到港延误预测模型.首先,采用相空间重构理论计算到港延误的延迟时间、嵌入维数和最大 Lyapunov 指数,发现到港延误时间序列存在混沌特性;将航班到港延误时间序列进行相空间重构,并结合执飞该航班的航空器在上游机场的离港延误构建模型的输入向量;其次,将粒子群算法、差分进化算法和遗传算法进行比较,用于选择最优的模型参数,实验表明,差分进化算法能够以较高概率获得最优的预测模型;最后,比较该模型、单一因素预测模型和相关向量机预测模型的航班延误预测性能.结果表明,该模型的预测性能明显优于另外两种模型,能够有效预测航班延误.     

基于EEMD-ELM 的航班运行风险混沌预测

针对航班运行风险可靠预测方案，以某航空公司2016-2018 年航班运行风险数据为基准，通过相空间重构，序列混沌特征的识别，构建基于极端学习机(ELM)的航班运行风险混沌短期预测模型，基于集成经验模态分解(EEMD)阈值降噪方法进行改进；最后，计算风险预测结果，分析不同方式下的预测精度. 结果表明：航班运行风险时间序列具有混沌特征， EEMD方法可抑制序列本征模态函数(IMF)的模态混叠现象；经由EEMD阈值降噪处理后，短期预测结果的修正平均绝对百分误差(MAPE)值显著下降. 证实本文航班运行风险预测方案可行且有效.     

基于相空间重构的冻土路基变形预测

应用最大Lyapunov指数预测多年冻土路基变形,分析冻土路基变形的相空间重构方法和不同延迟时间及嵌入维数对最大Lyapunov指数的影响。发现当延迟时间为1,嵌入维数为5时,最大Lyapunov指数趋于稳定,其值为0．00528。运用该指数,进行冻土路基变形预测,比较预测变形量和实测变形量,得到最大相对误差为0．749％,最小为0．135％。结果表明最大Lyapunov指数能够较好地反映冻土路基变形的混沌特征,利用其进行冻土路基变形预测是可行的。     

混沌时间序列的双线性自适应预测

基于混沌动力系统相空间的延迟坐标重构和双线性表达式，设计了预测混沌时间序列的双线性自适应预测滤波器．对2种低维混沌序列的预测实验表明，采用双线性自适应滤波器的预测收敛速度快，处理约50个样本时即已收敛，预测相对误差小于0．001．     

综合混沌相空间重构与相似性原理的铁路客流量预测

重构相空间理论对我国铁路客流量数据时间序列进行相空间重构,通过计算分形维数和提取最大Lyapunov指数,分析得出了铁路客流量时间序列数据的演化具有混沌特征,结合我国铁路客流量在全年中的波动特点,提出适合我国国情的综合混沌相空间重构与相似性原理的铁路客流量预测算法.该算法能自动参考过去相似年度同期的客流量变化趋势,对预测值进行智能化调整.通过以某火车站客流量为预测对象进行验证,结果证明了该预测算法的准确性和实用性.     

高速公路交通流的分形维数与相空间重构预测

对成渝高速公路短时交通流通过计算不同时间尺度下Hurst指数而等到其相应的分形维数,结果表明,时间间隔越短的交通流,其分形维数越大,结构越复杂.由于时间间隔越短的交通流随机性大和复杂的结构,所以预测也就越困难.提出了一种新的基于相空间重构和移动平均相结合的预测方法——移动平均最近邻域法,从理论与实际数据两方面分析和验证了该方法对短时交通流预测的有效性.     

高速公路交通流的分形维数与相空间重构预测

对成渝高速公路短时交通流通过计算不同时间尺度下Hurst指数而等到其相应的分形维数,结果表明,时间间隔越短的交通流,其分形维数越大,结构越复杂.由于时间间隔越短的交通流随机性大和复杂的结构,所以预测也就越困难.提出了一种新的基于相空间重构和移动平均相结合的预测方法——移动平均最近邻域法,从理论与实际数据两方面分析和验证了该方法对短时交通流预测的有效性.     

基于混沌吸引子的时间序列预测方法及其应用

介绍相空间重构技术以及混沌吸引子的关联维数的计算方法,阐述了基于混沌吸引子的特性基础上的预测原理及预测模型,指出了已有预测模型的不足,提出改进意见并给出具体算法。然后,用Lorenz 系统所产生的时间序列作为样本,进行了预测,给出了3种模型的预测结果,并作了比较。最后,指出了还存在一些相关问题。     

基于道路交通的相空间重构

利用相空间重构法,对道路交通中的车流量进行模拟分析,在选择适当的嵌入维数和延迟时间的情况下,得到相应的关联维度,即车流量这个时间序列的吸引子维度.得到的关联维度是个大于2的分形维,说明构成此序列的交通系统是个混沌系统.如果要进一步构建此系统的动力学模型,至少需要3个独立的参数变量.此方法为道路交通预测工作的顺利展开打下了一定的基础.     

基于道路交通的相空间重构

利用相空间重构法,对道路交通中的车流量进行模拟分析,在选择适当的嵌入维数和延迟时间的情况下,得到相应的关联维度,即车流量这个时间序列的吸引子维度.得到的关联维度是个大于2的分形维,说明构成此序列的交通系统是个混沌系统.如果要进一步构建此系统的动力学模型,至少需要3个独立的参数变量.此方法为道路交通预测工作的顺利展开打下了一定的基础.     

Short-Time Traffic Flow Prediction Based on Chaos Time Series Theory

Traffic flow prediction has become a kernel study in intelligent transportation system. A prediction model of short-time traffic flow is presented based on chaotic time series analysis method. After the phase space reconstruction using traffic flow data, a two-step optimized selection method is proposed, which considers Euclidean distance and equal coefficient between neighboring point and predicted point. Then the prediction model is educed with the local polynomial method to approximate the neighboring points. The model proposed in this paper is applied to predict the real traffic flow in Dongjiang road, Dongguan city in Guangdong province, China. Comparing the predicted traffic flow value with the flow measured in reality, the results show that the maximal relative error is 0.445%, whereas, the minimal one is 0.038%. Moreover, the single-step forward prediction only requires 38.52 seconds. As a result, it is proved that the method can significantly improve the prediction accuracy and meet the requirement of the real-time prediction.     

一类振荡电路的混沌及其控制

研究了一个振荡电路的混沌形成过程,并利用分岔图、Lyapunov指数图以及相图分析了该系统的混沌行为.利用分岔控制和x|x|控制等两种方法实现了系统的混沌控制,将系统的混沌行为有效地控制到稳热定的周期轨道.其中,在分岔控制方法下,对受控系统做出了控制参数的系统分岔图,由分岔图可以得到控制到np的周期轨道的取值范围,在这范围内适当选择数值,将电路系统控制到p-1,p-2,p-4,p-8等周期轨道.x|x|控制是对混沌动力系统增加一个具有分段二次函数x|x|形式的非线性反馈控制器.仿真结果表明,这两种方法对控制电路系统的可行性.     

面向动静态混合环境的智能车运动规划方法

针对存在动态和静态障碍物环境中的智能车运动规划问题，本文提出一种基于三维搜索的方法。该方法首先在笛卡尔坐标系中增加时间维度以建立时间-空间栅格，构建不同车速下的车辆运动基元；将智能车转化为多个圆心组成的线段，采用膨胀静态障碍物的方法进行不规则障碍物碰撞检测，运用时间间隔法将动态障碍物碰撞检测简化为线段交叉性检测；构建包含最大速度和加速度约束的速度启发式函数，用于引导搜索树在时空空间中快速到达目标位置和速度；最后基于启发式方法和局部运动规划方法在时空栅格中进行搜索，获取融合时间信息和“停止-等待”等决策信息的运动轨迹。实验结果表明：本文运动规划方法在动静态混合环境中能够引导智能车安全行驶，相比速度障碍方法，安全行驶的平均成功率提升23%；相比混合A*方法，平均成功率提升19%，行驶耗时缩短21%。