日含沙量时间序列的混沌识别与预测研究

• 作者: 王秀杰 练继建
• 来源期刊: 泥沙研究
• 学科: 工学
• 关键词: 混沌 饱和嵌入维数 神经网络 日含沙量 相空间重构
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 论文
• 页码范围: 24-26
• 页数: 3页
• 分类号: TV141
• 字数: 1940字
• 语种: 中文
• DOI: 10.3321/j.issn:0468-155X.2008.02.004

摘要

运用关联指数饱和法和改进的最大Lyapunov指数方法对流域产沙系统进行了混沌识别,结果表明日含量序列具有混沌特性.并以重构相空间的饱和嵌入维数作为神经网络输入层节点数,将混沌理论和神经网络二者有机结合,建立了混沌神经网络模型.将该模型用于黄河上游头道拐水文站汛期日含沙量预测,结果表明,该模型应用在汛期日含沙量预测中具有较高的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	练继建	天津大学建筑工程学院	332	3994	30.0	45.0
2	王秀杰	天津大学建筑工程学院	26	205	9.0	14.0