基于最大Lyapunov指数的铁路货物运量预测研究

根据混沌理论具有分析非线性动态系统混沌特性的特点,对货物发送量相关时间序列进行了分析和研究。本文在Takens相空间重构的基础上,利用C-C方法求嵌入时延与嵌入窗、G-P方法求嵌入维数;应用小数据量法计算铁路货物发送量相关时间序列的最大Lyapunov指数,并进行混沌特性分析,结果显示:货物发送增长量和增长率符合混沌特性,货物发送量不符合混沌特性;利用基于最大Lyapunov指数方法和BP神经网络方法对1999年1月到2013年4月共172个月的铁路货物发送增长量和增长率进行预测,预测结果表明基于最大Lyapunov指数预测值能够较好地与实际值相吻合,其预测的准确度明显好于BP神经网络预测值,因而混沌理论中的最大Lyapunov指数预测在货物发送量相关时间序列预测中有广泛的实用价值。     

基于混沌理论的铁路客货运量预测研究

应用混沌理论的相空间重构方法,分析与铁路运量相关的12组时间序列,分别计算它们的嵌入延迟时间、嵌入维数、关联维数、最大Lyapunov指数等混沌统计量,并以此为依据判断12组时间序列的混沌特性。结果显示:铁路客货运量及周转量不具有混沌特性,对应的4组时间序列不是混沌的;铁路客货运量、周转量的增量及增长率都具有明显的混沌特性,它们对应的8组时间序列是混沌的。在识别是否混沌的基础上,应用基于最大Lyapunov指数预测方法,对铁路客货运量、周转量进行预测检验及预测结果分析。     

一种快速视频序列混沌特性的检测方法

随着现代轨道交通旅客信息系统（PIS）的广泛使用,PIS系统视频流的车/站互传的流量预测问题变得更加重要。在旅客信息系统通过无线信道传输的视频流,通常不具有任何先验统计特性,而无线资源管理过程中又非常需要关于视频流量的可预测统计信息。基于这种需要,本文提出一种快速视频混沌特性检测的方法。该方法通过计算序列的最大Lyapunov指数分析其混沌特性,为使用混沌的预测方法估计视频传输流量进行预判决。在对Lyapunov指数进行计算前,先对数据进行预处理,在不损失数据内在特征的前提下,明显地降低计算量。通过对实际数据的仿真验证,证明该算法在判断准确性、实时性等方面均表现良好。     

一种基于小数据量的快速识别短时交通流混沌特性的方法

对短时交通流进行预测、诱导和控制是智能交通控制系统的重要研究内容。由于对短时交通流进行混沌特性识别时,存在实时性与样本数量之间的矛盾。因此,本文基于混沌时间序列分析理论,提出了一种快速计算短时交通流时间序列最大Lyapunov指数的小数据量方法,用于识别短时交通流中是否存在混沌特性。该方法首先将短时交通流时间序列在相空间中进行重构,以充分提取短时交通流中的相关信息。并结合庞卡来截面法对识别结果进行了验证。从而为对短时交通流进行分析、预测和控制时所采用的相应方法提供了可靠的理论依据。对实测短时交通流行为进行识别的结果表明,该方法具有计算量小、实时性好,对小数据量可靠且容易操作等优点。     

基于径向基神经网络的铁路客货运量预测研究

根据径向基神经网络具有分析非线性动态系统的混沌特性的特点,对铁路客货运发送量相关时间序列进行分析和研究,在Takens相空间重构的基础上,利用互信息方法求嵌入时延、伪邻域方法求嵌入维数;应用G-P方法和最大Lyapunov指数方法对铁路客货运量时间序列进行混沌识别;根据RBF神经网络的学习算法和辨识原理,对铁路客货运量预测流程进行分析。应用径向基神经网络对铁路客货运量自1999-01-01-2012-08-27共4 988 d的发送量为基础进行径向基神经网络预测;并对预测误差进行检验及对预测结果进行分析。研究结果表明：基于径向基神经网络预测值能很好地与实际值相吻合,因而在铁路客货运量相关时间序列中预测有广泛的实用价值。     

城市轨道交通自动售检票系统实时进站客流量异常检测

阈值范围的合理设定,对AFC(自动售检票)系统实时进站客流量数据的有效性检测至关重要。采用改进的小数据量法计算历史进站客流数据时间序列的Lyapunov指数,验证该序列的混沌特性;利用C_C方法确定混沌时间序列的时间延迟和最佳嵌入维数,对原时间序列进行相空间重构,确定模型训练测试样本集;采用大范围网格搜索方法优化混沌支持向量机回归模型参数,利用优化后的模型预测各时段的进站客流量;利用训练样本集中各时段进站客流量预测残差序列的分布特性,确定在某一置信度下各时段进站客流量预测残差的置信区间,从而确定未来时段的进站客流量异常检测的阈值上限和阈值下限。试验结果表明,该方法有效地增强了系统对于AFC系统实时进站客流量数据有效性检测的能力。     

VBR视频业务的混沌特性研究

基于混沌理论的相空间重构技术,分别用自相关函数法和伪邻点法计算4条标准VBR(Variablebitrate)视频流I帧序列、GOP(groupofpictures)序列的时间延迟与最小嵌入维数;并在此基础上,利用Wolf算法得到其均具有正的最大Lyapunov指数。这一研究结果表明VBR视频业务在不同时间标度上均具有混沌特性,这为VBR视频业务的混沌建模和预测奠定了基础。     

基于非线性RSH方法的泥石流灾害预测预报

泥石流灾害系统是一种自组织临界性系统,这种系统的演化总是处在混沌的边缘,系统的演化过程是可以预测的。将改进的重标极差分析方法(RSH)引入泥石流灾害前兆观测资料的处理和分析中,并在计算赫斯特指数H时,定义1个涵盖序列历史和序列长时记忆信息的时间窗。应用该方法对云南蒋家沟泥石流总径流量观测数据进行研究表明:云南蒋家沟泥石流总径流量时间序列不仅具有持久相关性,而且在激增前赫斯特指数值要经历1个先降维,然后升维的过程。根据对云南蒋家沟泥石流总径流量时间序列赫斯特指数值及其变化的分析,提出了预测预报泥石流灾害的3种定性判据。     

基于小波分析的最小二乘支持向量机轨道交通客流预测方法

针对城市轨道交通客流预测问题,采用离散一维Daub4,小波分析方法对某一时间段的原始客流时间序列数据进行分解;以分解得到的高频分量和低频分量为样本数据,对最小二乘支持向量机进行训练,确定最小二乘支持向量机的核参数σ,以及系数a和b.利用训练后的最小二乘支持向量机预测未来一段时间客流时间序列数据的高频分量和低频分最,然后再利用Daub4小波分析方法对预测的高频分量和低频分量进行数据重构,从而得到预测的未来一段时间客流时间序列数据.与历史平均预测法和灰色预测法进行比较,结果表明,基于小波分析的支持向量机客流预测方法用于轨道交通短期客流预测具有更好的精度.     

围岩结构面分布的混沌现象研究

研究目的：岩体中的结构面分布十分复杂，传统的分析方法是基于随机假设而进行，却无法分析它们组合分布的特点。本文目的就是通过对结构面混沌特征量研究，揭示出隧道围岩中结构面分布存在一定的混沌特征，从而提出一种新的结构面分布研究方法。研究方法：建立结构面间距、倾向和倾角序列，分别计算3个序列混沌特征量，根据其结算结果判断结构面序列为混沌序列：除定量计算结果外，还可以用功率谱图中的负幂现象、PCA图中的斜率等判断结构面序列具有混沌特征。根据嵌入维和空间延迟对结构面进行相空间重构。研究结果：kolmogorov熵大于0，Lyapunov指数趋于0，关联维为大于3的实数，功率谱图中在低谱部分出现负幂，PCA图具有一定的斜率。嵌入维和空间延迟的计算结果表明结构面可以张成多维空间，嵌入维可取15～19，空间延迟宜取2～6，相空间重构反映了空间分布的折叠和扭曲。研究结论：结构面在空间分布具有混沌特征，且位于混沌边缘。结构面的关联维数与分形维一样也反映了岩体中结构面的分布状态，间距序列的关联维数越大，说明结构面越多，分布越复杂，岩体越破碎。同样产状序列的关联维数越大，说明结构面产状变化越大，优势面方向越多。     

混沌CDMA系统中多址干扰分析

以logistic混沌扩频序列为例，对混沌扩频序列的多址干扰进行了分析，在用户信号之间完全异步的条件下，采用新的估值算法，推出混沌扩频序列的误码率表达式，指出混沌扩频序列长度、用户数及误码率的关系。领导 具结果表明，在混沌扩频序列长度有限的情况下，用户数偏少时，实际的误码率比用高斯估值法计算的误码率略大一些。     

一类改进型Logistic-Map混沌扩频序列

首先分析了一类改进型Ｌｏｇｉｓｔｉｃ－Ｍａｐ混沌序列的产生条件，提出一种新型的二进制混沌序列的构造方法。接着对这类序列的相关特性进行理论和仿真计算，结果显示这类改进型的混沌序列具有较理想的自相关特性和互相关特性。并且它们数目极大，容易产生，所以适合作为扩频通信地址码。最后给出一种采用这类序列的混沌ＤＳ－ＳＳ ＣＤＭＡ通信系统的模型。     

连续配筋混凝土路面横向开裂的敏感性分析

结合湖南省耒宜高速公路连续配筋混凝土路面(CRCP)结构,通过选取影响CRCP横向开裂的13个主要因素(包括板厚,混凝土的弹性模量、温缩系数、干缩应变、抗压强度和徐变系数,钢筋的弹性模量、温缩系数、直径和间距,以及地基摩阻系数、钢筋粘结强度和温降)的5种取值水平,采用考虑钢筋与混凝土之间粘结滑移及面板与基层之间摩阻滑移的交界面非线性性质和徐变作用的一维非线性分析法,由迭代计算同时得到CRCP的平均裂缝间距、平均裂缝宽度和最大钢筋应力,从而按相对比较的方法对各参数影响CRCP横向开裂的敏感性进行定量和定性分析。结果表明,控制CRCP横向开裂的主要措施有:选取适宜的钢筋等级、品种与混凝土标号,选取合理的钢筋间距和直径的配筋方式,并控制混凝土和钢筋的收缩性质。     

高温超导钉扎磁悬浮系统分岔和混沌特性研究

高温超导钉扎磁悬浮系统的应用十分广泛,但由于其悬浮力的非线性特性,导致在实际应用中经常引起设备的异常振动。为了探究高温超导钉扎磁悬浮系统的非线性振动特性和寻找避免发生异常振动的措施,首先,通过实验装置测量不同悬浮间隙下的悬浮力数据,将其拟合成指数模型,然后,基于该模型建立简谐激励下高温超导钉扎磁悬浮系统的动力学模型,最后,研究系统的分岔和混沌特性。研究表明,系统存在丰富的非线性动力学行为;系统的混沌阈值随着激励频率的增大先减小后增大,即系统在低频阶段和高频阶段不易发生混沌运动,而在中频阶段易发生混沌运动;质量、阻尼和场冷高度对混沌阈值均存在一定影响。研究结果为高温超导钉扎磁悬浮系统的参数设计及其抑振方法提供参考。     

关于自锚式悬索桥的非线性找形分析

针对自锚式悬索桥（永宗大桥）提出了非线性的找形分析方法，其主索采用三维形状。提出的程序由两步非线性分析构成。第一步仅对缆索系统，第二步则针对整个大桥系统。通过用传统的方法在主索各节点利用简化的力平衡，对一个三维主索的试验线形进行了计算。然后反复对纯缆索系统进行非线性分析，直到其线形与目标线形趋于一致，即，满足主跨中点的设计垂直垂度。即使在确定纯缆索系统线形方面做出了最大努力，然而因主索产生的巨大轴向力，导致加劲梁不可避免会出现初始变形情况。因此，为了对整个大桥系统进行非线性分析，需要预估框架初始力，包括计算不平衡荷载，以防止出现静载变形。通过数值应用分析传统方法与提议方法之间可能存在的差异。Elsevier Science Ltd．2002版权所有。     

40t轴重矿石车的结构稳定性分析

介绍了40 t轴重矿石车的线性及非线性结构稳定性分析,在线性计算中求得屈曲特征值系数,在非线性计算中使用几何非线性及材料非线性进行多载荷步分析,求出精确失稳载荷。采用载荷-位移曲线及载荷-应力曲线判定车体结构的稳定性情况,并就车体稳定性提出了解决方案。     

双盘转子——电磁轴承系统的碰摩振动特性

转子系统的非线性振动是工程实际中的复杂问题,尤其转子系统碰摩振动的强非线性动力学特性,诱发倍周期分岔、hopf分岔及混沌等复杂现象。建立一类考虑碰摩故障的主动电磁轴承支撑双盘转子系统的力学模型,基于非线性动力学和转子动力学理论,采用多目标协同、多参数耦合仿真分析,运用变步长4阶Runge-Kutta法数值计算,通过获得的转子系统周期分岔图、碰摩分岔图、轴心轨迹图、Poincaré映射图、最大碰摩力及碰摩占空比曲线图,揭示了转子系统的非线性动态响应。同时研究复杂转子系统的碰摩振动特性与结构参数的关联关系。计算结果表明,系统的间隙阈值越小且转速越低条件下的周期碰摩振动越具复杂性和多样性,且系统因碰摩故障引发的最大碰摩力及碰摩占空比曲线峰值也较高。系统的定子刚度比越大,其表现出的各类周期碰摩振动的振动幅值和冲击速度越高;最大碰摩力越大。系统的偏心比值越大,系统的周期碰摩振动模式类型越多样化且混沌窗口越多;系统的各类周期碰摩振动产生的最大碰摩力和碰摩占空比也越高。同时,进一步分析了基本周期振动、亚谐振动、概周期振动和混沌的发生区域及转迁规律。研究结果可以有效地为该类转子系统动态匹配设计、大数据...     

基于层次分析法的包鄂高铁黄河桥位线路方案研究

为了确定包头至鄂尔多斯高速铁路黄河特大桥合理的桥位方案,综合考虑既有桥情况、河道水文、枢纽引入、规划环保等各影响因素,提出南海子桥位方案、画匠营子桥位方案、并行G210公路桥位方案、小白河桥位方案、并行包西铁路桥位方案等5个桥位方案。首先采用定性分析的方法,从线路长度、投资、桥间距、河道、环保影响等不同角度进行对比分析;然后,运用层次分析方法进行定量分析,给各影响因素赋予不同的权重值及分数,并加权计算5个桥位方案总得分(依次为89分、82分、83分、79分、64分)。南海子桥位方案计算结果得分最高,且与定性分析结论基本一致,故予以推荐。研究结果表明,传统的定性分析与定量权重分析方法相结合,避免了定性分析的人为主观性,可较为客观地评价各方案的优劣程度。     

基于多个非线性映射模型的单向Hash函数算法研究

鉴于单个混沌映射模型构成的单向Hash算法的安全性差、易被预测等问题,本文提出了基于多个非线性映射模型的单向Hash函数算法.即在构建产生多种混沌序列的多个混沌映射模型的基础上,根据切换策略在明文信息的不同位置产生不同的混沌序列,并用线性变换后的信号信息对混沌参数进行调制来构造单向Hash函数.通过仿真进行该算法的单向性、运算速度、碰撞等性能分析.研究结果表明: 较基于单一混沌映射的Hash函数而言,该算法具有实现简单、运算速度快、抗碰撞性能好等优点,具有一定的应用价值.     

RBF神经网络在铁路货运量预测中的应用

基于回归和时间序列模型的传统预测方法以及目前较为常用的灰色预测和BP神经网络预测方法，建立了RBF神经网络模型对全国铁路货运量进行详细分析和预测。利用铁路货运量的原始数据构造时间序列，并对时间序列进行分析和相应的处理。将处理后的数据构造为一个非线性映射，利用RBF神经网络进行逼近。利用Matlab对灰色预测、BP神经网络预测和RBF神经网络预测模型进行仿真实验，得出3种预测模型的平均相对误差，分别为7.67%、4.79%和1.31%。表明RBF神经网络预测方法的预测精度比另外两种预测方法高很多，可为铁路货运量预测研究提供方法支撑。