混沌时间序列最大Lyapunov指数的计算

考虑到已有的计算最大Lyapunov指数的方法具有结果不准确或计算烦难的不足，我们提出了计算最大Lyapunov指数的新方法。此方法先在虚假领域概念基础上确定最佳嵌入参数，然后根据最大Lyapunov指数的定义计算其值，这样，使得此方法在理论上可靠，实施容易，克服了已有方法的不足。最后的应用实例对此进行了验证。     

开都河日径流时间序列混沌分析与模拟

本文利用相空间重构技术和混沌理论讨论了开都河日径流的混沌性质。通过日径流时间序列的功率谱分析,从定性角度讨论了日径流时间序列的混沌特征。进一步根据互信息量法得到相空间重构的延时,再根据Cao方法得到相空间重构的嵌入维数。利用Matlab软件计算得到相空间重构的延时和最佳嵌入维数分别为τ=6,m=14。这样将一维的开都河日径流时间序列重构成14维的相空间。通过最小数据量法计算出开都河日径流时间序列最大Lyapunov指数。利用最大Lyapunov指数对开都河日径流时间序列进行定量混沌分析。最后通过二阶Volterra自适应一步模型进行模拟。结果表明：开都河日径流时间序列的功率谱是连续的,功率谱呈现随频率增高而以指数方式递减趋势,区别于具有离散尖峰谱特征的周期时间序列和具有连续的、频率和振幅不相关谱特征的随机时间序列。这从定性角度表明开都河日径流时间序列具有混沌特征。通过计算得到开都河日径流时间序列的最大Lyapunov指数0〈λmax=0.0097〈1,从定量角度表明开都河日径流时间序列具有较弱的混沌特征。利用二阶Volterra自适应一步模型模拟得到相关系数和相对均方根误差分别0.9376和0.2390。这说明利用Volterra自适应模型模拟效果较好。     

流程工业中基于混沌时间序列的成本预测研究

针对流程工业中连续性生产过程的时间序列特点,采用基于混沌时间序列的Lyapunov指数计算和预测方法对成本进行了预测研究。     

基于G-P算法的沪市混沌性分析

以上证综合指数日收益率为对象,利用相空间重构技术和G-P算法计算该时间序列的分形维数,并深入分析了时间延迟和嵌入维数参数对关联维数的影响,得到了沪市时间序列混沌判定和预测分析的一个重要定量标准,为研究我国股票市场的发展规律提供了一定的理论依据。     

深圳成份股指数收益率序列的分形维

本文利用Ｇ－Ｐ算法计算了深圳成份股指数的分形维为３．８。而这就是证券市场运行系统的混沌吸引子的维数。因此,虽然证券市场的运行是千变万化的,决定其变化的因素很多,但是本质因素只有４个。     

雷达和导航信号的混沌分析与遗传优化的RBF神经网络预测

文章从建立雷达和导航信号的轨迹的相空间入手,通过计算Lyapunov指数,得出系统的演化行为是混沌的过程的结论,并对其进行了主分量(PCA)分析,而小波分析与遗传算法优化的RBF网络结合,解决了传统的线性理论不能预测混沌时间序列的难题,从预测的结果来看,全面提高了预测速度,为系统建模奠定了基础。     

金融时间序列的混沌识别

将非线性和混沌的理论和方法应用在金融时间序列的研究中,识别金融时间序列是否为混沌时间序列是研究者面临的一个首要的问题,各个学科领域根据所研究的具体对象发展出了不同的算法,这些算法对金融hen序列的研究有借鉴作用。然而,金融时间序列的小数据量与混合噪声的特征使得混沌识别更加困难．目前广为应用的金融时间序列的混沌识别方法是Gencay-Dechert法,替代数据法等,这些算法仍然处于发展完善中。     

小波基分解弹体振动信号的侵彻过载重构方法

硬目标侵彻引信仿真系统中,需要提取实测过载信号内的弹体振动信号,将其加载到仿真过载信号中,为外设测试系统提供真实的信号源。将非平稳实测过载信号导入计算机,应用MATLAB的小波工具,采用二进制动态采样网格,将实测过载分解到相邻的不同频段,提取弹体振动信号。将弹体振动信号作为噪声,叠加到有限元仿真模拟曲线上,满足完全重构和一般窗函数的约束条件下重构过载曲线。计算不同小波基的重构误差,综合考虑分解图和重构误差后,最终确定最优小波基。     

相空间重构参数选择方法的研究

基于目前相空间重构中常用的参数选择方法,提出了一种新的相空间重构的联合算法,联合算法以时间窗口法和互信息法为基础,在综合考虑嵌入窗宽的基础上,可同时确定嵌入延迟和嵌入维数.仿真实验表明,用该算法计算Lorenz混沌时间序列关联维相对误差由传统算法的0.83%降低到0.44%,有效地提高了计算相空间重构中不变量的精度.     

国际石油价格时间序列的混沌分析与预测

石油是当今世界最为重要的基础能源、化工原料和战略资源,它不仅支撑着石油生产国和消费国的经济发展,而且联系着各国国民经济的发展、人民生活水平的提高和国防安全。因此,石油价格是当前全球关心的普遍问题。研究表明,石油市场是具有混沌特性的复杂非线性系统。本文在非线性系统及复杂性理论框架内,采用相空间重构技术,提取描述吸引子特征量参数,定量的证明石油价格演化过程具有混沌特性,并采用混沌时间序列预测法预测石油价格走势。对近3年国际石油价格走势做了短期预测,预测结果表明,如无重大突发事件发生,2008年国际石油平均价格将有所上升,会在高价位持续震荡;2009年则会有所回落,将在每桶64美元上下波动。     

人民币汇率的混沌特征研究

以三种人民币汇率(人民币兑美元、人民币兑日元和人民币兑欧元)为研究对象,对这些时间序列进行平稳化处理,并利用Cao方法确定最小嵌入维数计算出最大Lyapunov指数进行了非线性检验,得出上述汇率所反映的动力学系统是一个高维的复杂经济系统,至少需要8个左右影响汇率的经济变量才能反映该经济系统的主要特征,并且上述汇率波动呈现出确定性混沌的结论。     

基于混沌理论和小波变换的电力系统短期负荷预测方法

文章首先对目前电力系统负荷预报理论和方法进行了全面回顾和评述,重点介绍了混沌理论的发展及应用现状.结合混沌时间序列的分析方法,在对现在广泛应用于电力系统短期负荷预测的混沌方法研究的基础上,提出了将混沌预测技术与小波奇异性检测和消噪结合提高预测精度的方法.     

基于Lyapunov指数的高校图书馆图书借阅流量混沌预测

运用混沌理论对高校图书馆图书借阅流量数据时间序列进行相空间重构,分析得出高校图书馆图书借阅行为的演化具有明显的混沌特征。针对图书借阅流量在不同时间粒度各时期中的波动特点,构建了基于最大Lyapunov指数的高校图书馆图书借阅流量混沌预测模型。通过对中国矿业大学图书馆图书借阅流量的验证表明,混沌预测模型的预测结果较为合理。     

基于遗传算法优化RBF网络的预测混沌时间序列

提出用遗传算法优化径向基函数(RBF)神经网络,使其更接近非线性映射和更快的学习收敛速度.然后用改进后的RBF神经网络预测混沌时间序列.实验结果表明,基于RBF网络的混沌时间序列具有很强的拟合能力、误差小、取得更好的效果.     

基于混沌特性的小波数字水印算法研究

为了提高水印信息的隐藏性和安全性,基于混沌序列的优良特性,本文提出了一种用于图像数字水印嵌入和检测的算法。由于混沌序列对初值具有敏感性,攻击者很难从一段有限长度的序列推断出整个混沌序列的初始条件,因此可保证水印信息的安全性。嵌入水印后的图像具有很好的不可见性,并且对常见的信号处理和噪声干扰具有较好的鲁棒性。     

基于振动信号分析的齿轮故障诊断方法研究

本文介绍了齿轮振动信号的时域分析与频域分析的理论基础。针对齿轮常见故障原因和类型,引出了齿轮故障诊断的常用方法,并选用经典的振动分析法,利用MATLAB信号分析功能,对齿轮故障信号的时域和频域分析进行了详尽的阐述。本文对齿轮故障诊断有一定的指导意义。     

机械齿轮传动系统的振动特性研究

随着科学技术的不断发展,机械工业面貌日新月畀,机械的运转速度越来越高,因此人们对机械产品的动态性能提出了愈来愈高的要求。齿轮传动是机械传动中应用最为广泛的一种也是机械传动的重要组成部分,在国民经济建设中起着举足轻重的作用。在航空、船舶、汽车等领域中。其重要巨尤为突出。齿轮变速箱主要由箱体、轴承、传动轴和齿轮构成,有关研究表明,变速箱是拖拉机的主要噪声源之一,变速箱的噪声主要由葙中的传动齿轮产生。     

热电厂TSI系统振动测量信号异常问题的分析

在智能电网发展背景下,本文结合具体实践,对热电厂振动监测信号几个常见异常问题展开分析。简介了某热电厂机组和测量系统,分析了热电厂振动监测信号的采集和处理过程,并对振动信号的电压值变化很大、轴振探头和瓦振探头烧毁、振动保护误动作导致跳机等异常问题展开探讨。     

基于混沌和分维的盲水印算法

把分形维数理论应用到数字水印中,提出了基于Chebysher混沌置乱和分形维数的自适应数字图像水印算法。首先将载体图像分块,计算每个小块的分形维数。然后将载体图像进行分块DCT变换,使用改进的邻域平均法,将经过混沌置乱后的水印信息嵌入到图像的DCT域中,并根据该小块的分形维数调节嵌入强度,实现了水印信息的自适应嵌入。提取水印时,实现了完全盲提取。MATLAB仿真结果表明,该算法具有较好的不可见性,对常见的图像处理攻击具有较好的鲁棒性。     

用小波分析处理车辆振动信号

对车辆的振动信号的处理采用小波分析的方法,找出车辆振动的本质特征,从而对车辆的舒适性或运行状态作出客观的评价,并为车辆的减振降噪提供实际依据。从小波变换、多分辨分析、系统中振动信号的小波分析几个方面进行详细阐述。在分析方法上提供了一种新的分析技术,为车辆振动本质特征的研究拓宽了理论基础。