基于条件熵的混沌时间序列的非均衡重构

摘要

提出了一种混沌时间序列的非均衡重构方法.为了保证重构向量分量的独立性和降低重构系统冗余度,采用条件熵的局部最大化原理,依次确定各重构向量分量的延迟时滞和扩大嵌入维数,直到条件熵接近于零.对两种实际的混沌序列的计算验证了提出方法的有效性,将几种混沌时序的重构向量应用到预测方法中来,并与采用均衡重构方法时的预测结果进行了比较.实验结果显示,提出的重构方法能够提高混沌预测的精度,说明新的重构相空间提供了原系统全面的信息.