水文時間序列的混沌特性及預測研究副本

1、水文時間序列(xli)的混沌特性及預測研究匯報(hubo)人：侯琪武學號：20100118532014年6月14日指導老師：王斌共二十頁 選題背景及意義本文總體結構重構水文系統(tǒng)相空間水文混沌性識別水文時間序列的Volterra自適應預測水文時間序列的RBF預測總結與展望報告(bogo)提綱共二十頁混沌(hndn)理論非線性方法(fngf)水文預測水文混沌非線性時間序列預測方法選題背景及意義共二十頁水文預測重構相空間延遲時間嵌入維數m混沌性識別水文預測RBF預測Volterra自適應預測本文(bnwn)總體結構共二十頁 混沌是指在確定的系統(tǒng)(xtng)中出現的一些貌似無規(guī)則的、類似隨機的現象。

2、設原有的水文時間(shjin)序列為x(t),t=1,2n，將該一維相空間拓展為m維相空間，其相型分布如下：重構水文系統(tǒng)相空間 將一維時間序列擴展到多維，在高維空間中進行研究，使有用的信息充分展現出來。共二十頁延遲時間平均位移法：平均位移法度量值的曲線斜率第一次下降到初始(ch sh)斜率的百分之四十以下時對應的時間t為延遲時間自相關函數法：當自相關函數下降到初始值得1-1/e時所對應的時間t為最佳演出時間復自相關法：由平均位移法和自相關函數法結合起來的一種新的求延遲時間，和自相關函數法類似。重構水文(shuwn)系統(tǒng)相空間共二十頁嵌入(qin r)維數曹氏法重構水文(shuwn)系統(tǒng)相空間共

3、二十頁混沌(hndn)性判別 混沌運動的基本特點是運動對初值條件十分敏感。通常用Lyapunov指數法、龐加萊截面(jimin)法等方法進行混沌性識別。水文混沌性識別共二十頁Volterra濾波器自適應(shyng)預測1、重構相空間。2、確定Volterra濾波器的階數，并確定濾波器的截斷階數。3、將時間序列按Volterra級數展開并求出濾波器的相關參數。4、確定濾波器的自適應(shyng)參數以及計算其估計誤差并畫出其誤差曲線和預測仿真曲線。水文時間序列的Volterra自適應預測共二十頁Volterra自適應(shyng)濾波器結構水文時間序列(xli)的Volterra自適應預測共二

4、十頁自適應(shyng)濾波器控制算法1、濾波過程：計算線性濾波器輸出對輸入(shr)信號的響應；通過比較輸出結果與期望響應產生估計誤差。2、自適應過程：根據估計誤差自動調整濾波器參數水文時間序列的Volterra自適應預測抽頭輸入向量抽頭權向量期望值共二十頁Volterra濾波器自適應預測(yc)結果一步(y b)預測多步預測水文時間序列的Volterra自適應預測共二十頁徑向(jn xin)基函數網絡結構典型的具有n個輸入和1個輸出(shch)的RBFNN結構如圖所示P15水文時間序列的RBF預測共二十頁徑向基函數網絡結構特點(tdin)（1）三層前向網絡（2）輸入層：輸入 隱層：實現輸入

5、層到隱層的非線性 變換；激勵函數為徑向基函數。 輸出層：激勵函數為線性函數，實現隱層輸出的加權和。 水文(shuwn)時間序列的RBF預測共二十頁 RBF網絡原理(yunl)及算法 空間(kngjin)1 空間2不易解決問題 易解決問題變換 空間1 空間2線性不可分 線性可分空間變換水文時間序列的RBF預測共二十頁RBF一步(y b)預測和多步預測一步(y b)預測多步預測水文時間序列的RBF預測共二十頁結論(jiln)1、本文提出了將混沌系統(tǒng)和非線性方法結合起來的研究方法并基于相空間重構原理，對lorenz水文(shuwn)系統(tǒng)進行了混沌性分析，證實了混沌吸引子的存在性2、為了準確確定水文預

6、測中的各參數用多種方法求取了延遲時間，并取平均值作為最終的值，用改進的虛假鄰近方法確定了重構相空間的嵌入維數，最終確定了重構lorenz系統(tǒng)相空間的延遲時間為10，嵌入維數為4。 3、設計了一個Volterra濾波器自適應預測模型，用Volterra濾波器模型對lorenz系統(tǒng)進行了預測，取得了良好的結果。4、設計了一個徑向基函數神經網絡模型，并用該模型對lorenz系統(tǒng)進行了預測，預測結果與Volterra濾波器預測模型的預測結果相似，預測效果良好，和理論推導結果相符合。結論與展望共二十頁展望(zhnwng)1、關于更加精確(jngqu)的水文時間序列預測方法研究及其在實踐中的應用是一個值得

7、研究的方向。2、如何將水文時間序列預測方法推廣應用于其它類似的系統(tǒng)中是下一步要做的工作。結論與展望共二十頁謝謝(xi xie)各位評委老師共二十頁內容摘要水文時間序列的混沌特性及預測研究。設原有的水文時間序列為x(t),t=1,2。將一維時間序列擴展到多維，在高維空間中進行研究，使有用的信息充分展現出來。平均位移法：平均位移法度量值的曲線斜率第一次下降到初始斜率的百分之四十以下時對應的時間t為延遲時間。自相關(xinggun)函數法：當自相關(xinggun)函數下降到初始值得1-1/e時所對應的時間t為最佳演出時間。復自相關(xinggun)法：由平均位移法和自相關(xinggun)函數法結合起來的一種新的求延遲時間