非线性混沌时序预测研究及应用

混沌是一种普遍存在的非线性动力学行为，针对混沌时间序列的难以预测和控制的问题，提出了基于趋势的混沌预测模型，利用混沌系统的初值、参数敏感性来微调和控制系统扰动，并用改进的最优化方法来估计模型的参数，在其相空间中对时序的未来值进行预测．算例表明，选取最佳的模型阶数能增加预测的准确程度，它不仅克服了仅用延迟嵌入技术的弊端，也降低了直接使用预测误差决定输入模式的盲目性．预测效果比其他时序方法要好。     

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.     

基于综合运输网络的客流分配优化模型与算法

以综合运输网络条件下的客流分配为研究对象,提出更适合表现旅客出行需求和各种运输方式相互竞争关系的运输细分方式,采用可量化表征综合运输网络当前客流状态的区间饱和度和径路饱和熵,并结合旅客出行广义费用函数,构造旅客出行阻抗函数,给出以综合运输网络中旅客出行总阻抗最小为目标的客流分配优化模型.基于k条最短路算法和混沌优化算法,在径路选择时考虑当前综合运输网络的旅客出行阻抗因素,设计客流分配迭代优化的动态求解算法.算例表明,利用给出的模型和算法能够得到可行和更为细分的综合运输网络客流分配方案.     

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。     

利用混沌优化实现基于MP的信号稀疏分解

信号的稀疏表示在信号处理的许多方面都有重要的应用,但稀疏分解计算量十分巨大,难以被推广而实现产业化.混沌是一种普遍的非线性现象,具有随机性、遍历性和内在规律性的特点,混沌运动能在一定范围内按其自身的规律不重复地遍历所有状态.因此,如果利用混沌变量进行优化搜索,无疑会比随机搜索更具优越性.本文利用变尺度混沌优化方法在优化搜索过程中不断缩小搜索空间,快速寻找匹配追踪(MP)过程中每一步的近似最佳原子,提高信号稀疏分解的速度,算法的有效性为实验结果所证实.     

一维单峰幅度非对称映象的混沌测度

计算了Ｚ＝２，４，６时的一维单峰幅度非对称映象的混沌测度Ｍｃ值，并给出标度关系，对不同的Ｚ值，其标度关系分别为：当Ｚ＝２时，Ｍｃ＝Ｃ．ａ^-β１，Ｃ＝１．０５，β＝０．２７６；当Ｚ＝４，６时，Ｍｃ＝ａ－ｂ．ａ１，ａ＝０．６６７，ｂ＝０．０７８（Ｚ＝４）；ａ＝０．３７４，ｂ＝０．０４４（Ｚ＝６）。     

一种基于Arnold混沌映射的数字水印技术研究

数字水印技术作为版权保护的重要手段,已得到广泛地研究和应用．提出了一种基于Arnold混沌映射的数字水印技术和水印信息置乱效果评价方法,用Arnold变换对原始水印信号进行置乱,再经过M序列扩频,将处理后水印信号嵌入宿主图片小波域的低频系数中,通过对四组不同条件和嵌入方法的比较,通过实验证明该算法具有良好的稳健性．     

含三次耦合项的Logistic映射的分岔

采用数值模拟的方法研究了三维Logistic耦合系统.对系统的分岔行为及混沌形成过程进行了探讨.研究表明该系统对参数变化很敏感,存在着倍化分岔、Hopf分岔等导致混沌的情况,用分岔图、发生分岔点附近的相图研究了参数变化时系统动力学行为的演化过程.     

水利设施运行中水质污染的混沌非线性效应及控制方法

采用混沌非线性技术对水利设施运行造成的水质污染效应进行了分析,通过葛洲坝船闸运行实验结果发现,受影响的12 km长的河道水位变幅1.50 m,最大变幅时间11:00,16:00,20:00,22:00时.物理化学特性及主要污染物COD等在不同水域浓度差异极大,表现高浓度区远离污染源分布区,水体质量与河流水文期参数无明显变化,关系模糊,具有突变、约束、开放、自组织混沌非线性效应.应用耗散结构理论建立了水质污染非线性动力学模型,经实测验证误差为3%~6%.     

海浪水压场的混沌特性分析及预测模型

海浪水压场作为水中兵器水压引信最严重的干扰源,对其混沌特性进行研究具有极为重要的意义.依据判断系统是否具有混沌特性的2个重要指标:关联维数和最大Lyapunov指数,分别通过G-P算法和小数据量的Wolf算法进行了计算.对一定数量的海浪水压场数据所进行的计算表明,海浪水压场具有分数的关联维数和正的Lyapunov指数,表现出明显的混沌特性.在此基础上依据混沌信号的相空间重构理论使用支持向量机对海浪水压场进行了预测建模,结果表明非线性混沌模型较常规的线性AR模型具有更高的预测精度.