混沌时间序列自适应预测方法研究

发布时间：2017-11-08 01:27

  本文关键词：混沌时间序列自适应预测方法研究

  更多相关文章： 混沌时间序列 相空间重构 分数阶LMS算法 Volterra自适应滤波器 时变参数

【摘要】：作为一种非线性动力系统,混沌系统通常获得的系统信息具有不确定性或不完备,由于它具有一般对初始条件极端敏感、存在奇异吸引子等特点,因此一般来说很难建立精确的解析形式的数学模型。而自适应控制通过当前时刻的数据和误差不断调整模型参数,非常适用于具有时变特性或已知数据不完整的系统。因此,本文开展混沌时间序列的自适应预测方法研究,将自适应控制方法运用到混沌时间序列预测技术中。本文主要研究内容如下:首先研究了相空间重构理论以及时间序列混沌特性判别。相空间重构中针对延迟时间和嵌入维数两个参数的选取问题,最佳延迟时间采用自相关法、互信息量法来确定,最佳嵌入维数采用饱和关联维数法和Cao氏方法来确定。在相空间重构的基础上,首先对时间序列作初步的混沌定性分析,然后对特征量作进一步混沌定量分析,最终判定序列是否是混沌序列。建立了基于分数阶LMS算法的Volterra自适应预测。针对传统混沌预测模型存在无学习能力、精度低、收敛速度慢等问题,提出了基于分数阶LMS算法的Volterra自适应预测模型。采用Volterra自适应预测模型,应用分数阶LMS算法调节权重。引入分数阶原理是在标准的LMS算法中增加分数阶微积分项,提高了算法的预测精度。同时为了简化分数阶的运算过程,通过引入可调增益,改进了分数阶LMS算法,提高了算法的计算速度。最后,经过对比仿真实验结果验证了所提算法的优越性。针对基于时变参数的混沌时间序列预测。在基本的预测模型基础上,通过采用自适应控制方法,合理地添加控制量和设计分数阶的时变参数自适应学习律,解决了含有时变参数的混沌时间序列的跟踪预测。同时为了提高了算法的预测精度,采用模拟退化算法优化时变参数自适应学习律,并通过仿真对比实验验证了所提算法的优越性。
【学位授予单位】：天津理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：O415.5;O211.61

【参考文献】

中国期刊全文数据库 前10条

1 王海燕,朱梅;混沌时间序列单变量和多变量重构的预测比较(英文)[J];Journal of Southeast University(English Edition);2003年04期

2 张本祥,孙博文;混沌的本质特征与混沌概念的界定[J];哈尔滨师专学报(社会科学版);1999年01期

3 彭继兵,唐春艳;基于变维分形理论的卡尔曼滤波实时跟踪预测模型在股票价格预测中的应用[J];计算机工程与应用;2005年13期

4 刘孝贤,王兴元;经济混沌的判断及经济混沌研究前景[J];山东工业大学学报;1996年02期

5 张家树,肖先赐;混沌时间序列的Volterra自适应预测[J];物理学报;2000年03期

6 张家树,肖先赐;用于混沌时间序列自适应预测的一种少参数二阶Volterra滤波器[J];物理学报;2001年07期

7 张森,肖先赐;混沌时间序列全局预测新方法——连分式法[J];物理学报;2005年11期

8 陆国丽;王小华;王荣波;;最大词重降维算法与模拟退火算法相结合的文本聚类方法研究[J];现代图书情报技术;2008年12期

9 刘传孝,谭云亮,秦广鹏,吴子科;相空间重构中时滞判定的功率谱分析法[J];岩土力学;2004年S1期

10 李元诚,方廷健,于尔铿;短期负荷预测的支持向量机方法研究[J];中国电机工程学报;2003年06期

中国博士学位论文全文数据库 前1条

1 张金营;分数阶混沌系统的鲁棒同步研究[D];华北电力大学;2014年

中国硕士学位论文全文数据库 前4条

1 孟庆芳;混沌时间序列预测方法及其应用[D];山东大学;2005年

2 罗凤曼;时间序列预测模型及其算法研究[D];四川大学;2006年

3 李众;基于BP网络的混沌时间序列预测的研究[D];中北大学;2008年

4 高俊杰;混沌时间序列预测研究及应用[D];上海交通大学;2013年

，

本文编号：1155006