基于神经网络的混沌系统状态预测

在对混沌时间序列的未来状态进行预测时,必须能够正确确定重构序列相空间时的最优时滞及最优嵌入维数,并根据序列状态的变化选定适当的模型进行预测。利用时间序列的自相关函数来确定时滞τ值,利用混沌序列嵌入维数与关联维数的关系来确定最优嵌入维数m值。在此基础上,选择神经网络模型来逼近真实系统,并采用一种新的算法来确定网络权重。最后,通过Logistic映射所产生的时间序列对所述理论进行了实证研究。     

证券市场信息耗散尺度及其机制研究

刻画了混沌经济系统信息耗散尺度.计算深圳股指日、周、月对数收益率时序的关联维数、二阶Renyi熵及最佳嵌入维数.结果表明文中的参数选取及算法应用是好的.比较了不同时序K2熵的性态,研究了信息耗散尺度指标演化规律及其形成机制,解释了存在与经济系统信息耗散尺度演变背后的经济学原因.研究结果表明对正相关分形时序(FBM)在较长的时间间隔内用较大的尺标观测将导致信息加速丧失,而负相关FBM正相反.     

基于时间序列分析的制造质量水平变化的混沌特性

在定义了制造企业生产制造时间序列的基础上,使用G-P算法计算时间序列的关联维数。通过关联维数的计算得到相应的嵌入维数后,使用基于相空间重构的小数据量法计算混沌时间序列的Lyapunov指数。采集HZ近三年的日生产产品合格率作为研究制造质量水平变化混沌特性的原始数据。在以上技术路线及数据的基础上,得到的关联维为分数,而Lyapunov指数为正值,说明日生产产品合格率变化时间序列呈现出混沌特性。另外将以上数据分为8个时间序列,每个时间序列同样得到分数关联维数与正Lyapunov指数,说明制造质量水平的变化是一直是混沌的,为制造质量水平的预测在理论上提供了可能性。     

基于小波消噪的水文系统混沌特性识别

针对噪声对水文动力系统混沌识别影响,运用小波消噪方法研究含有观测噪声的水文时间序列的关联维数.计算结果表明,消噪后水文时间序列的饱和关联维数比消噪前有明显降低,证明了小波消噪的有效性,为混沌水文系统中噪声的去除提供了一种新的途径.     

我国国际储备资产的混沌特征与优化配置

将混沌分析方法应用于国际储备资产的风险刻画及结构优化,使用CR检验、BDS检验和关联维数分析验证黄金与外汇收益序列的混沌特性,结合关联维数与CVaR来刻画序列的总风险,并进行优化配置分析.研究发现:黄金的关联维数与各外汇有异质性;黄金的加入对国际储备资产的收益和风险有显著影响;提高黄金占比有助于控制结构风险;黄金与外汇的异质性来源于货币与商品双重属性所决定的价格形成机制上的差异性.     

BBS虚拟社区的演化规律探索及仿真

结合复杂网络理论对BBS中虚拟社区网络的演化规律进行了研究.首先,通过BBS版块的数据信息构建有向虚拟社区网络,研究了网络拓扑结构特性的演化,包括新增结点数和边数、度分布的幂指数、网络结构熵等随时间变化的规律,发现网络从"有序"到"无序"再到"稳定有序"的变化过程,并且在此类社区网络中存在富人俱乐部现象.然后,基于BBS版块虚拟社区的演化规律,提出了一种虚拟社区网络构造模型.该模型方法的仿真结果与真实虚拟社区网络演化特性相符,在一定程度上能解释虚拟社区的演化规律,具有很强的实际意义.     

基于混沌理论的上海股市非线性动力学研究

介绍了资本市场的非线性动力学方法,使用重构相空间技术重构了上海股市的相空间,描述了其二、三维演化趋势图,并分别计算了关联维数,得到了它的饱和嵌入维数,说明上海股市是具有分数维结构的低自由度混沌系统,计算了最大Lyapunov指数。通过计算表明,上海股市是混沌系统,进一步解释了上海股市非线性复杂性形成的机理。     

高频雷达海洋回波混沌特性研究

为分析大面积海域海洋回波的混沌特性,使用时间序列相空间重构、时间延迟、嵌入维数、关联维数和Lyapunov指数等混沌特性研究方法。利用海洋状态测量与分析雷达(OSMAR 2000型)获取的时间序列数据,基于Donald E.Barrick提出的线性调频中断连续波(FMICW)雷达信号处理方法和一、二阶海洋表面回波理论,对位于浙江舟山东海岸张角约65°,距离约200 km的扇形海面高海态和低海态回波数据进行了分析处理,证明此类海洋回波具有混沌特征。     

中国期货市场的混沌性检验

以国内各期货品种日收盘价格序列作为研究对象,对中国期货市场是否存在混沌进行全面的检验。首先运用新的最大交易量复权法对期货价格数据进行采样,再进行收益率和对数线性去趋势平稳化处理,运用R/S分析和BDS检验来检验其非线性,运用递归图方法进行确定性检验,发现国内期货市场普遍具有非线性和确定性。其后,对这些时间序列进行相空间重构,计算最大Lyapunov指数、关联维数和Kolmogorov熵等几何不变量,从而得出中国期货市场具有混沌和分形特征的结论,为进一步的混沌预测分析打下基础。     

激光雷达回波信号的混沌特性研究

应用混沌动力学方法分析和计算了激光雷达回波信号的混沌特征参数,包括关联维,Lyapunov指教及局部可预测性.证明激光雷达回波信号具有有限的关联维,正的Lyapunov指数及短期可预测和长期不可预测的特点.运用实测数据验证了激光雷达回波信号具有混沌特性,这一结论为激光雷迭的目标检测开辟了新思路.     

基于PSRT的大连豆粕期货价格的混沌判据

通过相空间重构技术,对大连豆粕期货价格增长率的时间序列分别进行相空间重构,应用Wolf方法得出最大的Lyapunov指数,从而给出系统混沌存在的证据;利用关联函数求出关联维度和Kolmogorov熵,从而给出对系统的混沌程度的估计和对大连豆粕期货价格进行有效性预测的时间尺度.     

基于Kalman滤波算法的Volterra级数核估计及其应用

为了进一步提高Volterra级数模型在混沌时间序列预测中的精度以及核估计的收敛速度,提出利用自适应Kalman滤波算法对Volterra级数核进行估计的一种新方法。同时,在混沌动力系统相空间重构的基础上,采用关联维数法和最大Lyapunov指数法,对船舶运动时间序列进行混沌特性判定,并对船舶横摇运动时间序列进行多步预测。仿真表明,与归一化最小均方(normalization least mean square, NLMS)算法和最小二乘(recursive least-square, RLS)算法的Volterra级数模型相比,基于自适应Kalman滤波算法的Volterra模型在收敛速度与预报精度方面均优于NLMS算法和RLS算法,为实时在线预报提供了理论依据。     

我国股票关联网络弹性与市场运行的互动关系

股票关联网络弹性衡量了股票间价格波动关联模式的稳定性,其与市场运行状态之间密切相关。构建动态演化的中国沪深A股股票关联网络,运用动态熵方法衡量网络弹性。建立了网络弹性与市场运行状态变量之间的向量自回归模型,运用格兰杰因果关系检验及脉冲响应函数,创新性地分析了它们之间的动态相互影响关系。实证研究结果表明,网络弹性是市场指数收益的格兰杰原因,市场指数收益波动是网络弹性的格兰杰原因。网络弹性冲击对于市场指数收益具有较长期的负向影响,市场指数收益波动冲击对于网络弹性具有较长期的正向影响。随着滞后期数的增加,上述影响强度均呈现先增强后减弱的变化规律。     

基于动态路径规划的物流仿真控制技术

针对传统的静态路径规划与车间复杂的物流网络不一致的问题,提出了基于动态路径规划的物流仿真控制技术.通过对物流运行过程的分解,建立了基于物流的装载、运输和卸载等动作传感器触发的物流仿真控制逻;利用轨道选择规则和工件选择规则,实现了物流运行的调度控制;以轨道交叉点的计算为基础,利用Dijkstra算法实现了最短路径计算;通过在动态传感器中加入路径规划算法,实现了基于动态路径规划的物流仿真控制.最后通过建立物流仿真模型,验证了上述方法的有效性.     

交通流时间序列中混沌特性判定的替代数据方法

替代数据方法是判定时间序列中是否具有混沌特性的一种有效方法，本文介绍了该方法中一种基于关联维数的混沌判据。并将该方法应用于１５分钟和５分钟采样周期的实测交通流时间序列中，计算结果表明交通序列中含有混沌特性。     

不同理性预期下Stackelberg模型的动态复杂性

构建双寡头参与人分别采取有限理性和天真理性预期的Stackelberg博弈模型,研究市场均衡的稳定性条件及动态复杂性特征.通过理论求解和数值模拟得出结论:参与人在不完全信息和不同理性情况下,Stackelberg模型的参数取值范围决定了动态系统的稳定性、产量分岔、利润分岔、奇怪吸引子、吸引子维数和混沌等;如果参数取值满足一定条件,静态Stackelberg推测变差均衡能够实现;否则,Stackelberg推测变差均衡不稳定,非线性动态经济系统可能会出现周期变化或混沌的现象.     

农业保险各主体利益的协同度评价

从政策性农业保险系统各子系统的利益关系出发,构建SAR模型,对我国政策性农业保险系统2004~2011年各主体利益进行了协同度评价。结论是,在考察期内我国政策性农业保险系统各主体利益的协同度低,这揭示了我国政策性农业保险系统各子系统在特定时间段内的关联并不强,表明在该时间段内我国政策性农业保险系统在宏观上仍处于低有序的发展状态中。本文还发现,对农业保险的财政补贴在政策性农业保险系统从混沌到有序的发展过程中起着至关重要的作用。     

关于熵、信息、序的五个佯谬

熵、信息、序的概念由来很久，准确理解和运用这些概念却往往被忽视。关于熵、信息、序的五个佯谬：信息既可以是有序的、又可是无序的；熵小必有序、熵大必无序；简单即有序、复杂即无序；信源熵等于信息量；混沌是高度复杂、高度有序的状态，源于对熵、信息、序概念的误解。准确把握熵、信息、序概念将使五个佯谬破解。     

基于熵的火灾场景介观人群疏散模型

针对现有人群疏散模型较少考虑"异质"群体运动混乱程度对疏散结果影响的问题,提出了基于多智能体和熵的介观人群疏散模型,介观模型包括上层宏观多目标路径优化模型和下层微观人群疏散模型.模型引入信息论中熵的概念,构建反映人群运动混乱程度的疏散熵,将个体速度和位置分布映射为疏散熵图,疏散熵图会对个体的疏散行为产生影响.上层模型采用网络最快流模型构建基于疏散熵的动态多目标疏散路径算法,为个体提供全局疏散优化路径;下层模型包括基于熵的小群体聚集行为模型和引导行为模型等.仿真结果表明,一定数量的引导者对疏散效率起着重要作用.当引导者数量增加时,群体恐慌程度降低,群体中拥挤行为和避障行为次数减少,使疏散过程更加有序且疏散熵值降低.     

基于改进型替代数据法的实测交通流的混沌判别

通过对实测交通流进行混沌判别，可以为实际交通流的预测和控制提供理论指导。改进型替代数据法是准确判定时间序列是否具有混沌特性的一种有效方法，该算法不仅能够很好地重构原始时间序列的特性，并且能够避免直接识别混沌方法的局限性。本文以关联维数作为混沌判据，应用改进型替代数据法对微观实测交通流的时间序列进行了混沌判别。实证结果表明，我们实测的交通流中存在混沌，改进型的替代数据法能对其进行准确判别。