基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于多变量相重构的混沌时间序列预测方法. 该预测方法从非线性动力学系统中获取与待预测时间序列相关的信息组成多变量时间序列,首先进行多变量相空间重构,然后利用局域多元线性回归模型在相空间中进行预测,最后从预测出的高维相点中分离出时间序列的预测值. 由于考虑了动力学系统中多个变量之间相互耦合的关系,从而增加了重构相空间的系统信息量,使得相空间的相点轨迹更加逼近原系统的动力学行为. 与采用单变量进行预测的方法相比,基于多变量相重构的预测方法无论是单步预测还是多步预测,都能有效地提高预测精度,且具有嵌入维数的选择对预测精度影响较小的优点. 通过对Lorenz混沌信号进行预测,实验结果验证了方法的有效性.
推荐文章
混沌时间序列单变量和多变量重构的预测比较
多变量混沌时间序列
相空间重构
预测
神经网络
基于极端学习机的多变量混沌时间序列预测
混沌时间序列预测
输入变量选择
极端学习机
模型选择
基于最大Lyapunov指数的多变量混沌时间序列预测
Lyapunov指数
混沌时间序列预测
多变量时间序列
最小二乘法
基于小波分解与重构的混沌时间序列预测
小波分解与重构
混沌时间序列
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多变量相重构的混沌时间序列预测
来源期刊 北京科技大学学报 学科 工学
关键词 多变量预测 混沌时间序列 相空间重构 非线性动力学
年,卷(期) 2008,(2) 所属期刊栏目 控制与决策
研究方向 页码范围 208-211,216
页数 5页 分类号 TN911.7
字数 3768字 语种 中文
DOI 10.3321/j.issn:1001-053X.2008.02.021
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨德斌 北京科技大学机械工程学院 67 927 16.0 28.0
2 徐金梧 北京科技大学机械工程学院 152 2579 27.0 46.0
3 黎敏 北京科技大学机械工程学院 55 385 9.0 17.0
4 阳建宏 北京科技大学机械工程学院 63 577 14.0 21.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (26)
参考文献  (8)
节点文献
引证文献  (26)
同被引文献  (30)
二级引证文献  (44)
1983(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(2)
  • 二级参考文献(0)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(9)
  • 引证文献(8)
  • 二级引证文献(1)
2010(4)
  • 引证文献(2)
  • 二级引证文献(2)
2011(9)
  • 引证文献(3)
  • 二级引证文献(6)
2012(8)
  • 引证文献(4)
  • 二级引证文献(4)
2013(8)
  • 引证文献(1)
  • 二级引证文献(7)
2014(4)
  • 引证文献(2)
  • 二级引证文献(2)
2015(6)
  • 引证文献(2)
  • 二级引证文献(4)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(7)
  • 引证文献(1)
  • 二级引证文献(6)
2018(7)
  • 引证文献(1)
  • 二级引证文献(6)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
多变量预测
混沌时间序列
相空间重构
非线性动力学
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
工程科学学报
月刊
2095-9389
10-1297/TF
大16开
北京海淀区学院路30号
1955
chi
出版文献量(篇)
4988
总下载数(次)
18
总被引数(次)
47371
相关基金
北京市自然科学基金
英文译名:Natural Science Foundation of Beijing Province
官方网址:http://210.76.125.39/zrjjh/zrjj/
项目类型:重大项目
学科类型:
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导