混沌预测

摘要： 已有的研究表明电机系统在某些参数及工作条件下会出现的混沌振荡,是电机运行失稳的重要因素之一.因此研究电机系统混沌预测,为及早提出保护措施,确保电机系统稳定运行具有重要意义.提出一种基于储备池计算的机器学方法对永磁同步电机(PMSM)的混沌行为进行预测,研究结果表明一个训练好的神经网络,即使在电机系统数学模型未知的情况下,只依据状态变量的时间序列数据也能预测系统的混沌行为,并且只需要通过一个状态变量就能够实现受训神经网络与电机系统之间的混沌同步.此外,该方法对外界环境扰动具有鲁棒性.以永磁同步电动机为例,利用数值仿真验证了该方法的有效性.

摘要： 针对航班延误时间序列的混沌特性,建立基于极限学习机(extreme learning machine,ELM)的混沌短时预测模型,对机场航班延误状况进行预测。首先,结合某枢纽机场2018年进离场航班延误架次、延误率和平均延误时长等航班延误状况时间序列,运用小数据量法对序列进行混沌识别;进而,根据递归图理论分析序列的混沌特征,并进行序列的可预测分析;最后,建立基于ELM的混沌预测模型对不同航班延误状况进行预测。结果表明:6个航班延误状况时间序列均符合混沌特性;进场航班延误架次的可预测性最高,进、离场航班平均延误时间长的可预测性均较低;通过本文预测方法对进、离场航班延误架次的预测效果较佳,均方根误差分别为4.5209和4.5243,证明该预测方法有效、可行。

摘要： 针对航班延误时间序列的混沌特性,建立基于极限学习机(extreme learning machine,ELM)的混沌短时预测模型,对机场航班延误状况进行预测.首先,结合某枢纽机场2018年进离场航班延误架次、延误率和平均延误时长等航班延误状况时间序列,运用小数据量法对序列进行混沌识别;进而,根据递归图理论分析序列的混沌特征,并进行序列的可预测分析;最后,建立基于EL M的混沌预测模型对不同航班延误状况进行预测.结果表明:6个航班延误状况时间序列均符合混沌特性;进场航班延误架次的可预测性最高,进、离场航班平均延误时间长的可预测性均较低;通过本文预测方法对进、离场航班延误架次的预测效果较佳,均方根误差分别为4.5209和4.5243,证明该预测方法有效、可行.

摘要： 混沌预测理论由于其良好的短期预测能力而在电力负荷预测领域得到了广泛应用.本文针对现有混沌预测加权局域预测方法,采用二阶局域分析代替现有一阶局域分析提高预测的拟合精度,从而实现混合预测方法性能的改善.将该方法应用于电力系统短期风功率预测的实际算例.通过与Matlab神经网络模块预测效果的比较,发现新方法可以较好地解决风电场风功率预测问题.

摘要： 文章采用摄动法研究了定点脉冲系统的Melnikov方法,得到了定点脉冲系统出现Smale马蹄意义下混沌的必要条件,为定点脉冲系统的混沌研究提供了一种解析工具;利用定点脉冲信号作用下Duffing-Ray-leigh系统的混沌预测检验了Melnikov函数的有效性,并通过数值模拟验证了理论结果的正确性.

摘要： 为提高交流电力测功机运行过程的安全性与可靠性,利用混沌理论对交流电力测功机运行状态的特征信息进行混沌辨析,主要内容包括对交流电力测功机运行过程中的齿轮最大温度、绕组最大温度、转速、有功功率进行混沌预测,对交流电力测功机运行过程中的油膜涡动、流体激励、径向碰摩状态进行混沌诊断.研究结果表明:运行状态参数齿轮最大温度、绕组最大温度和转子平均转速混沌预测的平均相对误差均为8.75％;通过混沌关联维数可以较好地区分交流电力测功机的油膜涡动异常、流体激励异常和碰摩异常这3种异常运行状态,为交流电力测功机的运行状态检测提供一种新思路.

摘要： 针对传统网络流量预测方法存在预测平均绝对误差较大的问题,提出基于粒子群算法优化支持向量机的网络流量混沌预测方法.采用粒子群算法对支持向量机方法进行优化,利用优化后的支持向量机方法对网络流量进行混沌预测,预测结果表明,采用改进预测方法时,其预测的平均绝对误差值相比FCM-LSSVM网络流量预测方法、Morlet-SVR和ARI-MA组合预测方法分别降低了65.3％,34.3％,具有一定的优势.

摘要： 传统的雷达目标检测是将海杂波建模为随机过程,而最新的研究成果表明海杂波具有混沌特性,从而可将海杂波建模为非线性混沌模型.基于混沌预测检测微弱雷达目标信号是根据杂波信号和目标信号的动力学差异.通过海杂波训练预测器,假如待测信号当中含有雷达目标信号,则预测误差会突然增大,从而检测出目标信号.文章主要介绍了基于混沌预测检测雷达微弱目标在检测原理、国内外的研究现状以及未来的发展趋势.

摘要： 混沌预测是非线性科学领域的研究热点，其潜力非常巨大．本文简要回顾电力系统负荷预测方法的发展历程，详细分析了目前常用的几种混沌预测方法，其中包括相空间重构等主要思想．

摘要： 混沌预测是非线性科学领域的研究热点,其潜力非常巨大。本文回顾了电力系统负荷预测方法的发展历程,详细分析了目前常用的几种混沌预测方法,其中包括相空间重构等主要思想。

摘要： 流量预测在网络流量分配和拥塞控制中具有重要作用。基于下一代网络信令流量的混沌特性，提出了加权平均最大Lyapunov指数混沌预测(WAMLEF)方法。仿真表明，与最大Lyapunov指数预测方法相比，本文方法的平均误差降低了8%，具有更好的预测效果，为信令网络资源分配和流量控制提供了理论支持。

摘要： 针对海底金矿涌水危险评价过程中的不确定性及随机性问题,选择工程地质及水文地质中涉及的10个重要因素构建评价指标体系,建立起涌水危险评价的云模型.基于评价结果,对危险区域的涌水量时间序列进行相空间重构,通过G-P算法及自相关法获得了重构相空间参数;分析了涌水量变化的相点距离演变规律,建立了涌水安全预警机制.结合混沌相空间重构,建立了涌水量预测的RBF神经网络模型.研究表明:涌水危险性的云模型评价结果准确可靠;相空间重构揭示了系统的混沌特性,最邻近相点演化将涌水量的内在细微变化特征放大,为涌水安全预警机制的建立提供了依据;混沌RBF神经网络能够实现涌水量的短期精确预测,为井下安全开采提供了技术保障.

摘要： 电离层严重的影响电磁波信号在其中的传播，电离层电子总量TEC的特征分析和预报对于涉及电波信号传输的地基或空基系统来说是非常重要的。由于电离层TEC受众多因素的影响，各影响因素与TEC之间存在着高度复杂的相关性和非线性特征。本文在电离层动力学机制不明确的情况下，采用时间序列的分析方法从电离层历史记录中寻找规律。针对CODE提供的电离层产品，本文提取了不同纬度处多年的电离层垂直电子总量VTEC时间序列，利用傅立叶变换和小波变换分析VTEC数据的周期变化规律，并分别采用ARMA模型、混沌预测方法以及神经网络方法对电离层的VTEC数据进行了建模和预测。论文对三种预测方法得到的结果进行了对比并分析了各自的特点。

摘要： 本文通过数值仿真说明了神经网络预测方法的优越性和可靠性；创新地利用预测效果定量的检测了不同大小的噪声对混沌时间序列预测的影响，并且探讨了消噪的方法；随后又研究了神经网络进行预测时对嵌入参数的鲁棒性；最后用神经网络预测方法进行Rayleigh-Benard信号的预测，得到了理想的效果。

摘要： 本文对混沌理论在水文领域中的应用现状、存在的问题及未来的可能发展方向进行了研究。总结了水文时间序列在混沌识别、混沌预测、相空间参数估计、噪声处理和数据量大小等方面的研究成果和存在的问题，指出未来应该加强混沌与其它理论和方法的比较与结合，并且通过对多变量预测和重构系统动力学模型的深入研究，揭示水文系统混沌演化的基本规律及内在成因机制。

摘要： 将经验模态分解（EMD）方法引入到非线性数据处理中，提出用EMD分解后的数据进行混沌预测的方法。通过Duffing方程和Lorenz系统的非线性响应预测实例表明，EMD分解后的信号和原始信号相比具有较小的最大Lyapunov指数，可提高预测时间和长时预测精度。

摘要： 为了解决实际飞行试验中机载系统与GPS采样率频率相异,难以对飞行状态实时估计和性能导航进行计算等问题,本文通过对GPS进行预测来对数据统一化处理。如果机载系统采样频率是GPS的整数倍且GPS输出时间对应于机载系统采样时刻,本文给出了一种基于模型的预测方法。对于一般情况,本文采用了时间序列的混沌多项式预测模型,对实测数据进行相空间重构的基础上,选取最优邻近点进行预测。实际飞行试验数据分析结果表明,本文给出的预测方法是有效的。

摘要： 为了解决实际飞行试验中机载系统与GPS采样率频率相异,难以对飞行状态实时估计和性能导航进行计算等问题,本文通过对GPS进行预测来对数据统一化处理。如果机载系统采样频率是GPS的整数倍且GPS输出时间对应于机载系统采样时刻,本文给出了一种基于模型的预测方法。对于一般情况,本文采用了时间序列的混沌多项式预测模型,对实测数据进行相空间重构的基础上,选取最优邻近点进行预测。实际飞行试验数据分析结果表明,本文给出的预测方法是有效的。

摘要： 本发明涉及一种基于IPSO‑混沌BP网络的负荷短期预测方法及预测系统，所述方法首先获取待测地点的实际历史电力负荷数据，再将所述电力负荷数据输入所述IPSO‑混沌BP网络的电力负荷短期预测模型中，获取所述地点预测日的各整点时刻的电力负荷预测结果，所述电力负荷短期预测模型以混沌BP神经网络为基础，所述混沌BP神经网络中的权值和阈值通过改进粒子群优化获得，所述改进粒子群采用引入反正弦函数的非线性动态改进惯性权重策略和加速系数线性调整策略。本发明能够有效地提高算法的寻优速度与搜索性能，减少算法的运算时间，并提高短期电力负荷预测的准确性，从而降低电网的运行成本。

摘要： 一种基于混沌时间预测的电离层杂波抑制方法，在判断电离层杂波混沌特性的基础上，对电离层杂波进行了相空间重构，并选用小波神经网络对电离层杂波构建了模型，高度拟合电离层杂波的非线性关系，避开了传统的电离层杂波处理方法的工程实施难度大，提供了一种高效、精确的电离层杂波抑制方法，对电离层杂波的抑制有显著的效果提升。

摘要： 本发明涉及一种基于混沌麻雀搜索算法的短期电力负荷预测方法及装置，所述方法包括：S1：获取历史电力负荷数据，并根据历史电力负荷数据获取电力负荷值影响因素；S2：对历史电力负荷数据进行预处理；S3：构建初始短期电力负荷预测模型并进行训练，得到最优预测模型；S4：使用最优预测模型进行短期电力负荷预测，对输出数据进行反归一化，得到电力负荷预测结果。与现有技术相比，本发明具有预测精度高、效率高等优点。

摘要： 本发明属于网络流量预测技术领域，涉及一种空天地一体化网络下的混沌动态拥塞预测方法，包括以下步骤：获取链路与节点的状态数据，作为原始序列数据；对原始序列数据进行归一化处理，得到处理后的拥塞序列；将拥塞序列通过小波分析分解为若干低频序列和若干高频序列；利用粒子群算法对GRU神经网络预测模型进行优化，得到最优GRU神经网络参数；使用优化后的GRU神经网络预测模型对各个低频序列和高频序列进行拥塞预测，得到各序列的拥塞预测结果；将各序列的拥塞预测结果重构得到完整的拥塞预测序列，作为最终的预测结果。将小波分析与流量预测方法相结合，采用混沌动态拥塞预测方法，收敛速度快，能快速迭代，提高了拥塞预测的精度。

摘要： 本发明提出了一种自适应神经网络交通流预测的混沌搜索优化方法，包括以下步骤：S1.构建BP神经网络模型，初始化网络参数；S2.初始化麻雀算法各项参数；S3.加入Tent混沌映射初始化种群；S4.计算种群中麻雀适应度值；S5.根据适应度值对种群进行排序；S6.生产者位置更新；S7.跟随者位置更新；S8.危险时，麻雀位置更新；S9.先进行个体最优适应度值更新，再进行群体最优适应度值更新，进入步骤S10；S10.判断是否达到迭代次数，若未达到则返回至步骤S5；否则，输出最优适应度值和全局最优位置，进入步骤S11；S11.将最优适应度值和全局最优位置赋予BP神经网络模型，优化其权值和阈值，进行预测，完成CSSA‑BP模型的搭建。该方法预测精确度更高，迭代速度更快。

摘要： 本发明提出一种基于混沌与强化学习的交通流预测的并行方法。包括：1.对数据进行预处理和混沌分析，通过混沌模型生成对比混沌时间序列，进行重构，标准化及数据集划分；2.使用预处理后的数据进行强化学习训练和对比环境的构造；3.构造actor‑critic神经网络模型进行智能体策略的学习和行为价值的判断；4.并行框架下从进程产生多个训练模型与环境进行互动，通过与主进程的中央神经网络模型的离散度对比和奖励实现并行更新，最后主进程进行预测验证。本发明采用强化学习和混沌时间序列对交通流进行预测，比传统统计学预测方法具有更强的解释性和在线调整的学习能力；并行的强化学习更快速地学习和调整，产生最佳的预测结果。

摘要： 本发明公开一种基于混合学习网络的混沌时间序列预测方法及系统，利用预先训练的混合学习网络模型对混沌系统时间序列进行预测，混合学习网络模型输出混沌系统时间序列的预测值；预先训练混合学习网络模型的输入权重矩阵：对混沌系统时间序列进行采样，获得混沌系统时间序列样本值；利用虚假临近法和互信息法，估计混沌系统时间序列样本值的最优时延和最优嵌入维度；利用混沌系统时间序列样本值，搭建混合学习网络模型；对混合学习网络模型的输入权重矩阵进行预先训练；利用混合惩戒网络，估计混合学习网络模型的输出权重矩阵，获得最终的混合学习网络模型，为实现非线性混沌系统时间序列的分析提供了技术支撑。

摘要： 本发明公开了一种基于混沌理论和非线性系统的锂电池容量预测方法，该方法基于非线性分析方法深入挖掘锂电池化成，分容数据的内在动态特征，构造出一个包含丰富信息的混沌相空间，为放电容量预测提供了一个优良的特征空间，由此便可以在特征空间上进行特征降维提取，将提取的降维特征填充到训练集中，并利用填充后的训练集训练机器学习模型，从而建立起锂电池的容量预测模型。本发明突破传统方法的静态和精度瓶颈，可动态及高精度预测锂电池的放电容量，大幅减少分容工艺的时间和能耗。

摘要： 本发明公开了一种利用混沌预测的混沌雷达系统。包括微波混沌信号源电路、功分器、第一放大器、发射天线、数字可控微波延时线、接收天线、第二放大器、自适应滤波电路、混沌预测电路、相关电路、信号处理单元和电源部分。使用微波Colpitts混沌电路产生的信号做为雷达源信号，混沌信号一部分耦合出去用做发射信号，一部分在本地经过延时电路产生一定的延时。在接收到回波信号时，对回波信号使用混沌预测技术进行处理，并将其输出信号与本地延时信号进行相关来检测雷达目标的位置和速度等参数。

摘要： 本发明公开了一种利用混沌预测的混沌雷达系统。包括微波混沌信号源电路、功分器、第一放大器、发射天线、数字可控微波延时线电路、接收天线、第二放大器、自适应滤波电路、混沌预测电路、相关电路、信号处理单元和电源部分。使用微波Colpitts混沌电路产生的信号做为雷达源信号，混沌信号一部分耦合出去用做发射信号，一部分在本地经过延时电路产生一定的延时。在接收到回波信号时，对回波信号使用混沌预测技术进行处理，并将其输出信号与本地延时信号进行相关来检测雷达目标的位置和速度等参数。