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．     

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。     

变参数混沌时间序列的神经网络滚动预测研究

神经网络适合于全局建模预测,在确定性混沌系统时间序列的预测中获得广泛应用.许多混沌系统由于参数的慢变导致系统的动力学特性不断发生变化,全局预测方法很难适用,为此提出一种具有固定时间窗的神经网络滚动预测算法.对典型变参数Henon和Ikeda混沌时间序列的预测结果说明,该算法具有较好的跟踪预测性能.     

基于奇异值分解的混沌时间序列Volterra预测

提出一种用于混沌时间序列预测的奇异值分解Volterra滤波器.在Volterra滤波系数计算过程中,采用奇异值分解的方法得到线性方程组的最小二乘解.4种混沌序列的预测实验表明:该滤波器对混沌流的预测性能远优于NLMS自适应Volterra滤波器,前者的一步预测相对误差比后者小3~4个数量级.     

基于混沌时间序列的道路断面短时交通流预测模型

为了提高道路断面短时交通流预测的精确性,本文对道路断面的短时交通流数据进行混沌时间序列分析,并对多维交通流时间序列数据进行了相空间重构,建立基于混沌时间序列分析的道路断面短时交通流预测模型,利用粒子群优化算法优化模型的参数选择．最后应用本文的方法对城市快速路采集的断面交通流数据进行分析,对道路断面短时交通流建立预测模型并验证其有效性．     

基于最小最大概率回归的混沌时间序列全局预测

提出了使用最大化最小概率机器回归MPMR方法进行混沌时间序列的全局预测,在分析最大化最小概率机器MPM及用于回归的原理的基础上,MPMR方法被用于Mackey-Glass混沌时间序列多步预测.在对该序列进行1至20步的预测中,MPMR方法较局步加权线性回归方法具有更好的预测效果.核函数形状参数及回归管道宽度ε的选取将直接影响MPMR回归技术的系统性能,试验中我们使用了交叉验证的方法确定这两个参数值.试验证明,核函数形状参数和回归管道宽度取值都为2和3的情况下,预测效果更为理想.     

DS—CDMA系统的最佳混沌序列研究

针对基于混沌映射产生DS－CDMA系统的扩频序列展开研究,在给出基于混沌的DS－CDMA系统模型的基础上,重点研究了使多址干扰MAI最小的最佳混沌扩频序列,提供了基于Chebyshev映射产生最佳混沌扩频序列的设计实现方法,最后针对有限精度条件下产生最佳混沌扩频序进行了讨论和计算机实验验证。     

混沌时间序列局域零阶预测法性能比较

利用计算机仿真比较了均值、距离加权和指数加权3种混沌局域零阶预测方法的预测精度、抗噪声及多步预测性能．在无噪声或噪声干扰较小时，距离加权预测法的性能最好；当噪声干扰较大时，指数加权预测法预测性能最优．指数加权与均值预测法几乎具有相同的多步预测能力，距离加权预测法的短期预测性能最佳．对于标准的离散混沌时间序列，3种预测方法多步预测误差达到一定值后，不再随预测步长的增加而增加；对于由连续系统抽样得到的混沌时间序列，多步预测误差呈现一定周期性变化．     

基于RBF神经网络的混沌时间序列前后向联合预测模型

提出综合利用系统前向预测和后向预测对混沌时间序列进行建模,从物理学原理上解释了该模型相对于前向预测模型和后向预测模型的好处.计算机仿真结果表明:对于时间可逆性较好的混沌系统,前后向联合预测模型的建模性能比前向预测模型好,前向预测模型比后向预测模型预测性能好,但对于时间可逆性差的混沌系统,前后向联合预测模型的建模性能较前向预测模型略差,而后向预测模型比前向预测模型的预测性能差了很多.     

非连续变形分析方法在昌马水库右岸边坡变形分析中的应用

基于非连续变形分析计算模型，分析边坡大位移问题和由于排沙泄洪洞开挖引起边坡倾倒变形的工程实例，并与有限元结果进行对比。计算结果表明，该模型的计算结果基本符合实际，适合于不连续块体系统岩体的情况，可用于大规模工程问题的应用和分析。     

喀斯特灌木护坡技术绿化法在石质坡面的应用

岩石边坡绿化是一门新兴的边缘学科，涉及面广。喀斯特（KST）灌木护坡技术绿化法在贵州高速公路运用尚属首次。鉴于此，结合都新高速公路边坡施工的喀斯特（KST）灌木护坡技术绿化，介绍了该方法的技术方案、护坡原理、施工中的消耗量和施工工艺。     

基于数字照相技术的边坡变形自动化监测技术研究

将数字摄影测量技术应用于边坡位移自动监测。在边坡上布设固定标志点,将非量测数码相机置于边坡正面,运用程序控制相机间隔一定时间对边坡进行拍摄。对拍摄图像预处理后使用圆心亚像素识别算法确定测点亚像素位置。根据标志初始实际距离与初始相片像素距离建立物象比例,对比各次识别结果得到各测点实际的相对位移。运用GPS技术和计算机技术,本系统可实现数据交换、控制指令发送和预警的适时监控。本系统采用非量测数码相机,相对于传统边坡检测方法具有成本低,精度高,需要人工干预少等优点,现场试验50 m距离识别精度达到3 mm,取得较好效果,可以作为大量边坡自动化监测的有效手段。     

强度折减法在路基边坡的应用

阐述了强度折减边坡稳定性分析方法的基本原理,以某路基边坡工程为例,对边坡稳定性分析方法进行了应用分析,并研究了边坡高度和坡度对边坡稳定性的影响,得出安全系数与边坡高度和坡度的关系.     

高速公路高边坡变形监测与分析

为验证高速公路高边坡支护方案的合理性,结合案例开展变形监测。选取有代表性的监测断面,布置测点对坡体位移、锚索预应力和边坡深部位移进行监测,分析确定边坡的稳定性。坡体位移变化速率监测前期较快,后期逐步趋于稳定;锚索预应力监测前期损失大,后期由于坡体移动有增大的趋势,最终达到稳定状态;边坡内部存在滑动带,深部位移先增大而后达到稳定。通过分析监测结果,得出边坡支护后逐步达到稳定状态,支护方案合理。     

隧拱变形分析的自回归与分段回归方法应用

土建工程变形分析与预测,有赖于数理统计理论方法的支持。应用自回归理论和分段回归两种理论方法,实施隧拱沉降监控,结果表明:自回归理论宜于进行工程安全质量预测预报时使用,而分段回归方法能够准确、即时诠释监测对象的变形规律的变化,同样具备实用意义。     

重载列车动能闯坡计算方法及应用

为了研究重载列车动能闯坡性能,基于列车纵向动力学理论,充分考虑线路的平纵断面因素,建立了列车多质点分析模型.以列车坡顶速度不得小于机车的计算速度为评判准则,提出了列车动能闯坡的最低速度计算方法.针对重载列车扩编后遇到的动能闯坡实际工程问题,以某运煤专线计划增开万吨重载列车为例进行了动能闯坡最低速度的计算,计算结果表明:最低闯坡速度为72.80 km/h,坡顶最低速度为51.62 km/h,机车的计算速度为51.50 km/h,二者仅相差0.23%,说明该方法具有较高的计算精度.      

危岩变形的灰色预测方法及应用

危岩是山区常见的地质病害之一,危岩变形监测预测是危岩防灾减灾的重要基础。将灰色预测理论应用于危岩变形监测,建立了危岩变形灰色预测模型及残差修正灰色预测模型。以重庆南川甑子危岩为例,以实测危岩累计位移值为原始数据,建立了GM(1,1)灰色预测模型及残差修正预测模型。经精度检验,小误差频率P=1,后验差比值C=0.160243,模型精度等级达到较高水平,比常规危岩预测方法更具有可靠度。     

危岩变形的灰色预测方法及应用

危岩是山区常见的地质病害之一,危岩变形监测预测是危岩防灾减灾的重要基础。将灰色预测理论应用于危岩变形监测,建立了危岩变形灰色预测模型及残差修正灰色预测模型。以重庆南川甑子危岩为例,以实测危岩累计位移值为原始数据,建立了GM(1,1)灰色预测模型及残差修正预测模型。经精度检验,小误差频率P=1,后验差比值C=0.160243,模型精度等级达到较高水平,比常规危岩预测方法更具有可靠度。