回声状态网络的非线性系统自适应辨识

发布时间：2020-09-22 17:13

　　 本文主要探讨混沌非线性系统辨识及预测的机理问题。非线性动力系统辨识过程中噪声的普遍存在掩盖了这些系统的动态特性，极大地影响了混沌非线性系统的辨识精度和混沌时间序列的预测精度。因此，在对混沌非线性系统进行辨识及预测前，首先需要对实际观测的混沌时间序列进行有效的噪声去除。本文采用一种非线性局部平均去噪方法，对混沌时间序列进行噪声去除。该方法能更好地校正相空间中点的位置，使其逼近真实的混沌吸引子轨迹，重构吸引子结构，计算简单可靠。数值仿真结果验证了此方法的有效性，为混沌非线性系统的辨识和混沌预测奠定了基础。在传统的辨识方法中，预测只能使用固定的数据确立固定的预测模型。为克服这一缺点，本文提出一种混沌时间序列的在线自适应预测方法。该方法基于一种具备“储备池”机制的新型递归神经网络：回声状态网络(ESN)。ESN可以有效地处理非线性系统辨识以及混沌时间序列的预测问题，其特有的储备池机制使得非线性系统的问题可以简单地用线性方法处理，预测算法较使用传统递归神经网络的预测方法更简单。本文基于Takens定理和混沌时间序列重构相空间理论，选取合适的嵌入维数，将时间序列嵌入到相空间中；通过选取具有储备池机制的回声状态网络ESN作为网络预测模型，建立一种直接预测方法，直接构建预测原点和预测时域之间的定量关系。在此基础上分别结合卡尔曼滤波算法和最小均方差算法进行线性部分的信号估计，其中卡尔曼滤波和最小均方差算法都是最优状态估计方法，用于在线更新预测模型的参数。将这种在线自适应预测方法应用于月太阳黑子数的预测问题中，仿真结果表明，该方法能有效应用于非线性混沌时间序列的在线辨识。
【学位单位】：大连理工大学
【学位级别】：硕士
【学位年份】：2006
【中图分类】：N945.14

【相似文献】

相关期刊论文 前10条

1 张弦;王宏力;;具有选择与遗忘机制的极端学习机在时间序列预测中的应用[J];物理学报;2011年08期

2 周云轩;张彦;;基于回声状态网络的移动话务量预测[J];黑龙江科技信息;2011年22期

3 李军;张友鹏;;基于高斯过程的混沌时间序列单步与多步预测[J];物理学报;2011年07期

4 李守伟;陈永泰;司春林;彭本红;;基于KIBS的企业技术创新能力形成与演化[J];系统管理学报;2011年04期

5 韩绍卿;李夕海;伍海军;刘代志;;基于Volterra级数的核爆地震参数化非线性特征提取方法[J];爆炸与冲击;2011年03期

6 张春涛;应宏;向瑞银;徐家良;郭皎;;基于联合熵的多变量混沌时间序列相空间重构[J];西南师范大学学报(自然科学版);2011年04期

7 郑佳;文鸿雁;袁昌茂;李超;;基于混沌特性的滑坡监测序列的小波去噪[J];城市勘测;2011年03期

8 李洪伟;周云龙;;基于多尺度的气液两相流图像信号质量指数谱分析[J];华北电力大学学报(自然科学版);2011年04期

9 马莎;肖明;;洞室围岩位移长期预报混沌-神经网络模型[J];地下空间与工程学报;2011年03期

10 邱鑫;李艳玲;钟阳万;;基于频率失谐的混沌同步状态转换的研究[J];江西理工大学学报;2011年03期

相关会议论文 前10条

1 赵新;吴怀宇;方康玲;李俊;;基于模糊神经网络的混沌时间序列预测研究[A];2005年中国智能自动化会议论文集[C];2005年

2 李鹤;;基于径向基神经网络的混沌时间序列嵌入维数识别[A];第二届全国动力学与控制青年学者研讨会论文摘要集[C];2008年

3 高秉健;吕金虎;;基于混沌时间序列的电力系统短期负荷预测[A];2001中国控制与决策学术年会论文集[C];2001年

4 周汉英;王永骥;;基于回声状态网络的气动肌肉位置控制[A];中国自动化学会中南六省（区）2010年第28届年会·论文集[C];2010年

5 王洪超;李亚安;齐彦生;;遗传算法用于水声信号预测方法研究[A];2006’和谐开发中国西部声学学术交流会论文集[C];2006年

6 高华东;潘东旭;魏建文;樊绍峰;;混沌理论与支持向量机相结合的侧移预测模型[A];第三届全国岩土与工程学术大会论文集[C];2009年

7 张森;肖先赐;;基于连分式的混沌时间序列全局预测新方法[A];第十二届全国信号处理学术年会（CCSP-2005）论文集[C];2005年

8 和卫星;陈晓平;马东玲;;基于混沌时间序列的滚动轴承故障局部预测[A];2009中国仪器仪表与测控技术大会论文集[C];2009年

9 李擎;郑德玲;;混沌时间序列神经网络拓扑结构的确定[A];1999中国控制与决策学术年会论文集[C];1999年

10 陈涛;徐小力;王少红;邓三鹏;;基于混沌神经网络的烟气轮机预测研究[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年

相关博士学位论文 前10条

1 席剑辉;混沌时间序列的长期预测方法研究[D];大连理工大学;2005年

2 甘建超;混沌信号处理在雷达和通信对抗中的应用[D];电子科技大学;2004年

3 卜云;混沌时间序列自适应预测算法研究[D];电子科技大学;2010年

4 秦克景;城市供水管理信息工程研究[D];天津大学;2006年

5 杨妮;汇率时间序列非线性动力学特征及组合预测研究[D];湖南大学;2008年

6 邢永忠;最小二乘支持向量机的若干问题与应用研究[D];南京理工大学;2009年

7 汪金菊;贝叶斯模型及其在混沌序列分析中的应用研究[D];合肥工业大学;2008年

8 宣蕾;网络安全定量风险评估及预测技术研究[D];国防科学技术大学;2007年

9 滕振宇;Ka及毫米波通信干扰技术研究[D];南京理工大学;2008年

10 卢宇;交通流混沌实时判定方法的研究[D];天津大学;2007年

相关硕士学位论文 前10条

1 张亚琦;基于改进回声状态网络的混沌时间序列多步预测[D];兰州大学;2010年

2 楼玉;混沌时间序列方法在径流预报中的应用研究[D];浙江大学;2005年

3 李恒超;混沌预测理论及其在VBR视频业务中的应用[D];西南交通大学;2004年

4 龙海辉;基于混沌时间序列相空间重构研究[D];中南大学;2010年

5 库丽曼;中国石油供应安全战略探讨[D];成都理工大学;2004年

6 毛亚林;混沌预测与混沌优化及其在电力系统中的应用研究[D];武汉大学;2005年

7 蒋国庆;混沌理论用于经济预测研究[D];南京信息工程大学;2006年

8 罗洪军;混沌时间序列预测分析及在转子剩余寿命预测研究[D];五邑大学;2010年

9 王海丹;基于神经网络的多变量混沌时间序列建模和预测[D];沈阳航空航天大学;2012年

10 于景华;混沌时间序列分析下江苏—西部联动能源系统的研究[D];江苏大学;2003年

本文编号：2824691