学术论文

      基于多变量相重构的混沌时间序列预测

      Prediction for chaotic time series based on phase reconstruction of multivariate time series

      摘要:
      提出了一种基于多变量相重构的混沌时间序列预测方法. 该预测方法从非线性动力学系统中获取与待预测时间序列相关的信息组成多变量时间序列,首先进行多变量相空间重构,然后利用局域多元线性回归模型在相空间中进行预测,最后从预测出的高维相点中分离出时间序列的预测值. 由于考虑了动力学系统中多个变量之间相互耦合的关系,从而增加了重构相空间的系统信息量,使得相空间的相点轨迹更加逼近原系统的动力学行为. 与采用单变量进行预测的方法相比,基于多变量相重构的预测方法无论是单步预测还是多步预测,都能有效地提高预测精度,且具有嵌入维数的选择对预测精度影响较小的优点. 通过对Lorenz混沌信号进行预测,实验结果验证了方法的有效性.
      Author: LI Min XU Jinwu YANG Jianhong YANG Debin
      作者单位: 北京科技大学机械工程学院,北京,100083
      刊 名: 北京科技大学学报 ISTICEIPKU
      年,卷(期): 2008, 30(2)
      分类号: TN911.7
      机标分类号: TN9 R74
      在线出版日期: 2008年5月14日
      基金项目: 国家自然科学基金,北京市自然科学基金,机械传动与制造工程湖北省重点实验室开放基金