赵艳艳[1]2006年在《混沌时间序列预测方法及其在市场需求中的应用研究》文中指出社会经济系统的非线性本质决定了必须建立非线性模型进行预测。混沌时间序列预测方法作为一种非线性预测方法,以混沌理论为基础,突破了传统方法建立主观模型的局限,通过时间序列内在规律的分析做出预测,在很多领域得到了成功的应用。本论文创造性的将混沌时间序列预测方法应用于市场需求预测中。通过相空间重构技术,选取合适的延迟时间和嵌入维数,将反映市场需求的时间序列嵌入到相空间中。在由Lyapunov指数数值计算判别系统混沌特性基础上,利用加权零阶局域法和加权一阶局域法对未来需求做出预测。在数值实现上,本论文设计出了基于Matlab科学软件平台的C-C方法、G-P算法、加权零阶局域法、加权一阶局域法等程序。预测结果表明,与传统的预测方法相比,混沌时间序列预测的精度和可信度得到了提高。
焦攀[2]2007年在《混沌分形在铜绿山矿区降雨量预测中的应用》文中指出我国是矿山事故的高发地区,一直无法走出“整治—矿难—整治”的怪圈。加强矿区最大日降雨量的预报,对减少矿区降水灾害,制定合理治水排水方案和采取相应的预防措施,保证矿区安全生产具有重要的现实意义。混沌与分形是非线性科学的主要研究内容,也是目前研究的难点和热点。非线性理论与水文科学的结合,为研究水文系统内在的演化规律提供了新的理论与方法。本文结合在研课题,应用混沌分形分析的方法,另辟一径地探讨矿区水文预测技术。本文以铜绿山矿日最大降雨时间序列为研究对象,以实现矿区防灾、减灾,保证矿区安全生产为目标,应用非线性理论——混沌与分形,对矿区水文系统进行分析研究,从而通过建立相应的预测模型,对矿山日最大降雨量进行预测分析,为矿区特大降水灾害的预防提供一个新的思路。主要研究内容包括以下几个方面:首先简要回顾了非线性理论——混沌理论、分形理论在国内外水文学中的应用现状。在研究有关混沌时间序列分析及预测方法的基础上,建立了降水量时间序列随机模型,利用时间序列分析的方法,通过模型识别和定阶确定了该地区降水序列自回归(AR)模型的形式,对铜绿山矿区降雨量进行平稳时间序列预报,实现了对第34年降雨量的区间预测,结果表明预报准确。接着,应用一阶局域预测法分别对铜绿山矿区第34年、第44年降雨量进行点的预测,预报误差均在可接受范围内,说明此方法的可行性。最后,基于域重新标度极差分析的分形计维方法,利用有关分形的理论与方法,对铜绿山矿区降雨时间序列进行R/S分析。从另外一个角度对铜绿山矿区的降雨量进行趋势性预测。分析结果表明:长度为33年和44年的降雨时间序列具有长期相关性,但将来的总体趋势与过去相反,过程具有反持续性。总之,应用混沌分形理论,对矿区降雨时间序列进行研究分析,不仅实现了点的预测,而且得到了趋势预测结果,为矿区制定短、中长期防灾减灾计划及将事后型管理转变为事前型管理提供了一个新的途径和解决方法。
陈佐[3]2007年在《时间序列相空间重构数据挖掘方法及其在证券市场的应用》文中认为金融市场是融通资金的场所。金融市场实现了投资需求和筹资需求的对接,能有效的化解资本的供求矛盾。金融投资分析方法一直是金融领域的研究热点。随着金融市场的飞速发展,投资分析方法也得到不断的创新和进步。传统的时间序列模型的应用一方面依赖于某些假设条件,因而应用受到限制;另一方面,由于经济和商业时间序列的结构经常是逐渐变化的,应用结构固定的全局模型来描述并不十分合适。随着信息技术在金融行业的普及以及人们收集数据能力的大幅提高,在金融市场的飞速发展过程中,积累了海量的包含丰富信息的数据。数据挖掘方法为人们分析金融时间序列提供了新的思路和视野。本文以相空间重构技术为基础,以时间序列作为研究对象,分析面向时间序列数据的数据挖掘方法,并将研究结果应用于实际金融市场,以发现金融时间序列中隐含的规律、模式和知识,为市场分析和投资决策提供新的思路、方法和辅助决策信息。本文从研究所处的背景出发,详细讨论了数据挖掘技术以及时间序列数据挖掘与金融数据挖掘的相关研究现状,并分析了相空间重构的相关理论和方法。为应用相空间重构进行时间序列数据挖掘的可行性提供了理论基础和技术保障。通过对比时间序列模式挖掘的不同思路,本文指出时间序列数据挖掘框架TSDM所存在的问题。系统地提出了应用小波聚类进行序列时间模式挖掘的方法。应用小波变换的多分辨率特性和基于网格的划分方法,可以实现任意形状和不同精度的聚类。采用以事件指导的投资策略将方法应用于中国证券市场。结果表明,以时间模式预测事件为指导的投资策略能获得高于持有策略的收益;时间模式挖掘能有效识别事件点;事件序列与非事件序列存在显着差别。在讨论了嵌入定理和时间序列的可预测性的基础上,本文从现有模糊神经网络存在的问题入手,结合非线性的空间聚类方法EM算法,对原有TS模糊神经网络模型进行改进,提出了基于相空间重构的EM聚类模糊神经网络预测模型。通过对重构空间进行EM模糊聚类,实现数据对象的分类训练以及隶属度的计算,以减少输入规则的条数简化神经网络的结构。同时,将该模型分别应用于深成指数和上证指数。结果表明,该预测模型的预测误差低于传统的BP模型,有效地提高了预测精度。本文从序列异常的角度提出了时间序列的偏差异常检测方法。应用CC算法同时对嵌入维和嵌入延时进行估计进行重构以构造多维空间,应用偏差异常检测方法抽取异常模式,再通过符号离散化将问题转化为分类问题构建决策树实现异常的分类和预测。以决策树的分类标识为指导构建交易策略,在证券市场上进行了应用。结果表明,尽管在股市大势呈现下降趋势的情况下,应用分类标识为指导的交易策略仍能获得较高的收益。本文应用相空间重构技术将时间序列分割成长度相同的子序列集合,并将其映射到多维特征空间,从而将有序的时间序列一维数据挖掘问题转换成为多维空间的无序数据集合的挖掘问题。本文的研究不仅为金融时间序列分析提供了新的方法,也为数据挖掘技术提供了新的研究思路。
李明伟[4]2013年在《混沌云粒子群混合优化算法及其在港口管理中的应用研究》文中进行了进一步梳理港口吞吐量预测是进行港口体系结构优化和基础设施建设的基础,对于合理确定港口规划布局、基础设施投资规模、集疏运系统的建设起着重要的作用。泊位、岸桥作为岸线的稀缺资源,其是否能够得到科学合理的分配和调度,对于提高运营期港口生产效益和服务水平具有重要的现实意义。在港口吞吐量预测和泊位-岸桥分配过程中,模型参数的确定以及泊位-岸桥分配等NP-hard问题的求解直接关系到优化模型的可行性和有效性,智能算法的提出为上述问题的解决提供了有效途径,但任何一种智能优化算法都不是完美的,受自身结构的限制都存在一定的缺陷。为更好求解港口规划与运营管理中的优化问题,本文将粒子群算法(Particle Swarm Optimization, PSO)、Cat映射和云模型进行有机结合,提出混沌云粒子群混合优化算法(Chaos Cloud Particle Swarm Optimization, CCPSO),并将其应用于我国港口规划管理中,对其在港口吞吐量预测和泊位-岸桥分配中的应用进行探索和研究,具体研究内容如下：1)通过对Cat映射的混沌特性分析,指出Cat映射具有更好的混沌特性,因而将其引入到混合优化算法中,用于对粒子群中较差个体的混沌扰动。考虑到PSO算法易陷入局部极值和进化后期收敛速度慢,而混沌映射具有更好的遍历性以及云模型的随机性和稳定倾向性优势,因此,通过引入混合控制参数mix_gen和种群分配系数pop_distr,将PSO算法、Cat映射和云模型叁种算法进行有机结合,提出CCPSO算法,以期发挥叁种算法的各自优势,提高优化性能。利用经典测试函数对CCPSO算法中的混合控制参数mix_gen和种群分配系数pop_distr的取值对优化性能的影响进行了分析,给出了两参数在应用于不同优化问题时的建议值。通过对CCPSO算法在经典函数测试、模型参数优选以及复杂整数规划模型求解中表现的分析,说明了算法的有效性。2)针对Guass-vSVR模型参数组合选取困难,用CCPSO算法对Gauss-vSVR模型参数组合进行优选,得到了Guass-vSVR-CCPSO模型。针对港口吞吐量时间序列及其影响指标的历史数据中的跳跃数据,将能处理跳跃数据的Guass-vSVR-CCPSO模型用于港口吞吐量的预测。预测过程中,用主成分分析法和相关性分析法确定预测模型的输入向量,设计算例对模型的可行性和有效性进行了验证。3)为使船舶在靠泊时尽可能靠近偏好泊位,缩短集卡运距,减少船舶在港时间,以船舶未按偏好泊位靠泊而产生的平均集卡运距和船舶平均在港时间最小为优化目标,建立了多目标离散泊位-岸桥分配模型。4)利用CCPSO算法求解建立的离散泊位-岸桥分配模型,开发了粒子可行-整数化处理模块,制定了粒子编码规则,确定了基于多目标函数的粒子历史极值和全局极值的计算方法,设计了用于泊位-岸桥分配模型求解的Cat映射全局扰动和云模型局部搜索策略,获得了基于CCPSO算法求解的多目标离散泊位-岸桥分配的新方法。根据集装箱码头船舶到达统计规律和码头装卸设备的技术参数设计实验算例,验证建立模型和求解算法的可行性和有效性。
于景华, 田立新[5]2002年在《混沌时间序列及其在能源系统中的应用》文中研究说明混沌经济时间序列的预测方法研究是混沌经济非线性动力系统的重要内容 笔者利用混沌动力学原理 ,通过混沌时间序列的相空间重构 ,运用局域预测方法 ,建立了预测模型 并用其确立的混沌动力学模型对 1 991年至 1 999年全国能源的生产、消费时间序列进行了预测 而且把此预测结果与实际值进行了比较 ,结果证明误差较小 ,同时还将此预测结果与常规方法建立的预测模型的预测结果相比 ,结果表明混沌时间序列建立的模型其短期预测效果更好
王沙燚[6]2008年在《灾害系统与灾变动力学研究方法探索》文中研究表明灾害系统是一个极其复杂的巨系统,它的发生、演化都具有相当复杂的特征,如有序化、突跳性、不可逆性、长期不可预测性以及模糊性、灰色特性等,这些特征都是传统的牛顿力学所不能描述的。然而,耗散结构、协同、突变论、混沌理论等非线性理论和复杂性科学的出现,使得从总体上研究系统灾变的非线性动力学发生、演化过程及控制因素成为可能。以耗散结构、协同、突变论、混沌理论的非线性理论强调了系统发生、演化的方向,亦即系统演化的不可逆性。开放的灾害系统吸收负熵流,系统的各个组成部分之间存在非线性作用,并在涨落作用下通过自组织和突变形成新的有序的结构—耗散结构。本文从耗散结构和自组织的角度研究整理了实际工程中的滑坡、围岩系统演化、水土流失、生物湮灭等灾变过程的发生、演化,总结了复杂性科学在煤矿安全管理中的指导作用,并介绍了耗散理论在社会经济、证券市场、气象、水文循环中的应用。突变理论是研究系统的状态随外界控制参数连续改变而发生不连续变化的数学理论,是研究灾变系统突跳特性的重要工具。本文介绍了尖点突变模型在系统危险性评价、预测和采矿、水利工程中灾害分析的应用,以及在隧道、地下硐室施工中防灾的指导作用;介绍了含软弱夹层岩体边坡失稳问题和建筑火灾的燕尾突变模型的应用。针对灾害系统的模糊性和灰色特性,本文介绍了利用模糊理论和灰色预测理论,为灾害系统的分级、综合评价、聚类分析和灾害的预测等问题整理出了较系统的解决办法。此外,灾害链理论是近几年才发展起来的灾害理论,本文介绍了基于灾害链式发生机理的防灾减灾新方法的当前有关成果。信息熵是热力学熵的推广,是系统混乱程度的测度。灾害系统的发生就是降维、有序化的过程,因此,用信息熵的演化来描述灾害系统的发生、演化特征是可行的。本文在修正一些既有灾害熵表述的不足之处基础上,构造灾变信息熵基本量的特征,并提出了基于损伤张量第一不变量构造损伤信息熵的观念。介绍了信息熵应用于系统的安全评价以及水文循环等实际问题中。混沌论是上世纪60年代才建立起来的科学,混沌是指在确定性系统中出现的无规则性或不规则性,灾害的混沌特征主要表现在短期可预测而长期不可预测的特征。用Lyapunov指数、Kolmogorov熵、分数维等研究、预测灾害系统的演化,以达到防灾的目的。本文介绍了滑坡、基坑的非线性混沌预测以及基于混沌理论的冲击地压预测的具体方法。本文总结大量的灾害研究的资料,并以此为基础探索、总结了灾害系统的非线性与灾变动力学的研究内容和方法,从大系统角度讨论了如何研究灾害孕育、演化、发生、传播、影响,评定、预测和防止的普遍规律和方法。提出了建立灾害系统和灾变动力学的思想和理论框架体系,为灾害研究以及防灾减灾提供了新思路。
马轶东[7]2010年在《基于混沌神经网络的电力负荷短期预测》文中研究说明电力系统的短期负荷预测是电力系统运行调度中一项非常重要的工作。由于电力系统是一个具有动态特性的大系统,随着我国电力事业及电力市场的深入发展,电网管理日趋现代化,负荷预测问题的研究也越来越引起人们的注意,并已成为现代电力系统科学中的一个重要领域。本文首先对混沌的发展历程,相空间重构理论的原理进行介绍和阐述,比较了几种计算相空间重构参数方法的特点。在电力负荷时间序列的分析预测中通过相空间重构引入混沌理论,在这个相空间中恢复原有动力学系统,研究其吸引子的性质。其次,本文介绍了神经网络的发展及其在电力系统中的应用,BP算法的理论基础。如何根据电力系统短期负荷预测的特征构造合理的预测模型,特别是神经网络的选取是重点和难点。再次,由于负荷预测中参考临域的选择对于预测的精度有很大的影响,本文在总结归纳前人研究的基础上提出了使用“两步搜索法”来取代传统的欧式距离方法。在神经网络训练样本的选择时采用该方法,建立基于混沌神经网络的电力负荷短期预测模型,并使用深圳市的负荷数据完成了Matlab仿真实验,仿真结果分析表明该模型具有良好的预测精度。最后,本文根据预测出的电力负荷曲线叁次多项式模型推导出数据曲线平滑公式,对预测结果进行数据处理,剔除预测曲线上的小毛刺,使预测结果具有更好的鲁棒性。通过实例分析证明其能进一步提高负荷预测的精度。
毕明杰[8]2016年在《城市住宅房地产销售价格指数分级预测方法的研究》文中认为近年来,我国房地产市场发展迅速,住房价格的涨跌日益成为社会各界关注的问题,尤其是一些一线城市房价增速已经超出人们的预期,尽管国家一度出台多种政策调控房地产市场,但是房价依然处于高速增长,已经超出广大民众的承受范围,房地产行业风险问题也日益突出。为了给政府、居民和开发商提供正确的引导信息,研究房地产市场的发展规律,用科学的方法对房地产价格变化趋势进行预测有着重要的意义。本文以房地产住宅销售价格指数作为研究对象,从房地产价格的相关理论入手,介绍房地产价格的构成和特点,并从不同的方面分析影响我国房地产价格变化的因素。房地产价格指数作为房地产市场的风向标,可以更合理地展现房地产市场变化的规律,选用不同的房地产价格指数可以从不同的角度反映房地产市场的发展情况,在对房地产价格指数的编制方法做了系统的介绍的同时,选取了中位数法作为本文编制房地产价格指数的方法,并利用收集到的房地产住宅销售价格数据编制出天级和周级两个时间尺度的价格指数。混沌理论认为房地产价格指数这种单一的时间序列中蕴含着众多影响其变化因素的信息,只要能够重构时间序列就能够还原房地产价格指数的相空间特性,避免了主观性因素对其影响。基于此,介绍了小波神经网络和支持向量机时间序列预测模型。首先,分别对编制的天级价格指数和周级价格指数进行混沌特性判别,同时利用互信息法和Cao氏法求出延迟时间和嵌入维数,并对天级价格指数和周级价格指数进行相空间重构。然后,分别利用基于相空间重构的小波神经网络和PSO-LSSVM模型对天级价格指数和周级价格指数建立分级预测模型进行预测,通过实例分析得出基于相空间重构的PSO-LSSVM模型更适合短期房地产价格指数的预测,为房地产价格指数预测的研究提供了新的思路。
李城璋[9]2015年在《基于混沌理论的电子信息制造业产业集群演化及预测研究》文中研究指明随着我国经济的快速发展,产业集群已经成为一种特殊的经济现象以及拉动经济增长不可缺少的元素。在众多产业中,电子信息制造业是新兴产业,其发展迅速,已经成为好多省份极为重要的经济支柱。然而电子设备和通讯产品等更新换代快、技术周期短的特点使电子信息制造业也存在倒退甚至衰亡的危险,因此在经济活动竞争日趋激烈的今天,寻找一种方法保持产业集群的生命活力,避免集群的衰落具有重要的意义。本文首先从产业集群的影响因素和产业集群的生命周期理论入手,发现再辉煌的产业集群也面临未来走向衰落的危险。接下来引入了非线性动力学中的重要理论——混沌理论,以天津市电子信息制造业产业集群为实例,运用C-C方法对天津市电子信息制造业主营业务收入相关时间序列进行相空间重构,并计算得出时间延迟τ与嵌入维m,根据τ和m的值从最大Lyapunov指数入手对天津市电子信息制造业产业集群进行混沌识别,并分析混沌特性。在此基础上,通过混沌时间序列预测的重要方法——最大Lyapunov预测法对电子信息制造业产业集群未来的主营业务收入进行预测并在最后与非线性回归预测法比较分析。结果表明:电子信息制造业产业集群存在混沌特性,在成熟期发展过程中有出现分岔走向衰落的危险。此外,通过与非线性回归预测结果的对比可以看出最大Lyapunov指数预测法拥有更高的精度与更少的限制,该方法所得到的混沌预测结果可以作为预测未来产业集群发展趋势进而制定产业集群发展策略的重要参考。
杨卓[10]2008年在《基于负荷混沌特性和最小二乘支持向量机的短期负荷预测》文中进行了进一步梳理电力系统短期负荷预测是电力系统运行调度中一项非常重要的工作,由于电力系统是一个具有动态特性的大系统,随着其发展的日趋复杂化,特别是电力市场化的逐步深入,影响负荷的因素也越来越多样化,研究适合电力系统特性及发展状态的短期负荷预测方法是业界普遍关注的问题。本文以负荷时间序列的混沌特性为基础,结合混沌时间序列的相空间重构理论和支持向量机的回归理论建立了一种基于负荷混沌特性和最小二乘支持向量机的短期负荷预测模型。首先将原始负荷数据进行相空间重构,形成相点序列,然后选择与当前相点最邻近的相点作为此负荷预测模型的训练样本,经过训练寻求决策函数后就可以求出包含预测点的相点,最后还原此相点得出预测值。通过与BP神经网络的预测结果进行比较,证明了该模型在短期负荷预测中的有效性。
参考文献：
[1]. 混沌时间序列预测方法及其在市场需求中的应用研究[D]. 赵艳艳. 辽宁工程技术大学. 2006
[2]. 混沌分形在铜绿山矿区降雨量预测中的应用[D]. 焦攀. 武汉理工大学. 2007
[3]. 时间序列相空间重构数据挖掘方法及其在证券市场的应用[D]. 陈佐. 湖南大学. 2007
[4]. 混沌云粒子群混合优化算法及其在港口管理中的应用研究[D]. 李明伟. 大连理工大学. 2013
[5]. 混沌时间序列及其在能源系统中的应用[J]. 于景华, 田立新. 江苏大学学报(自然科学版). 2002
[6]. 灾害系统与灾变动力学研究方法探索[D]. 王沙燚. 浙江大学. 2008
[7]. 基于混沌神经网络的电力负荷短期预测[D]. 马轶东. 湖南大学. 2010
[8]. 城市住宅房地产销售价格指数分级预测方法的研究[D]. 毕明杰. 河北工程大学. 2016
[9]. 基于混沌理论的电子信息制造业产业集群演化及预测研究[D]. 李城璋. 哈尔滨工业大学. 2015
[10]. 基于负荷混沌特性和最小二乘支持向量机的短期负荷预测[D]. 杨卓. 西安理工大学. 2008
标签：宏观经济管理与可持续发展论文; 市场研究与信息论文; 时间序列论文; 混沌理论论文; 相空间论文; 预测模型论文; 负荷预测论文; 混沌现象论文; 线性系统论文; 负荷曲线论文; 重构论文; 非线性论文;