非线性时间序列定性相空间推理方法研究

提出一种基于定性仿真的非线性时间序列重构相空间的方法,定性相空间推理是其关键一步。通过时间序列定性状态的抽象来裁减其状态空间,规约行为轨迹,重构其定性相空间图。用3变量Lorenz系统产生的数据流对算法进行验证,结果表明能够保留原始相空间图的几何形状和拓扑关系,捕捉到相空间图中存在的行为轨迹的特征。     

简单非线性多次降噪过程中的异常状态

为了降低电子制造企业的产品合格率时间序列中的噪声,采用了简单非线性降噪算法对时间序列进行多次局部降噪.在降噪过程中,在某一邻域半径的重构相空间中出现了大部分点变成了孤立点的异常状态.通过对异常状态与正常状态的对比研究,发现异常状态下的时间序列是不变的,而且该时间序列的最大Lyapunov指数为恒定值,其大小已经接近该降噪过程能够达到的最大Lyapunov指数.在重构相空间中的降噪过程中出现异常状态的意义在于:这种状态下的系统在重构相空间中已经进入一种基本有序的状态,重构相空间中的大部分点之间只存在时间相关性,所以出现异常状态后的时间序列正是降噪所要寻找的最佳混沌时间序列.     

短期电力负荷的小波——混沌时序预测

提出了一种基于2层小波分解的混沌时序相空间重构预测模型.该模型利用小波分解原始负荷时间序列为周期项、趋势项和随机项,采用不同的混沌相空间重构高低频信号,再分别用相应的小波神经网络工具箱拟合混沌吸引子,将其输出进行信号重构得到最终预测结果.该方法兼有频率特征提取和相空间重构的优点,使短期电力负荷时序列的动力学系统得到更加细致的恢复.通过对欧洲电力负荷竞赛数据的实验证明了所提方法的有效性,仿真结果表明方法预测精度优于常规混沌时序预测方法.针对神经网络预测不稳定的问题给出了一种种解决措施,并提出了一种小波神经网络工具箱,该方法比编程实现的小波网络可以大幅度提高训练速度,尤其适合于大批量数据的训练,对小波神经网络的推广应用和混沌时序预测具有重要意义.     

嵌入窗方法确定混沌系统重构参数的仿真研究

Takens嵌入定理为混沌时间序列相空间重构提供了理论依据,以LORENZ典型混沌系统为研究对象,通过仿真实验研究了两种嵌入窗方法(C-C法和自动嵌入式相空间重构算法)确定相空间重构参数的步骤和嵌入窗确定指标的选取依据,指出了嵌入窗方法的适用条件和局限性,在自动嵌入式相空间重构算法的基础上提出了AD法和BP神经网络相结合的嵌入窗相空间重构方法,并分析了积分步长对混沌系统重构参数的影响,仿真研究表明,嵌入窗宽度必须由嵌入维和时间延迟共同确定,基于平均轨道周期的改进C-C法利用低维混沌时间序典的伪周期特性,能够快速确定嵌入窗宽度,改善计算效果.     

股市预测中的小波神经网络方法

首先论述了股市时间序列中的明显随机性 ,可能是由于非线性确定性系统中混沌行为的缘故 ,利用混沌的确定性可以进行短期预测 .混沌时间序列预测首先要重构相空间 ,接着充分利用小波变换时频分析的局部化特性 ,提出了一种改进的小波网络结构 ,探讨了股市预测模型问题 .经实例验证 ,该方法能有效地提高预测精度 ,避免了人工神经网络模型和指数自回归的固有缺陷 .     

我国资本市场混沌特性研究

提出通过相空间重构及 Lyapunov指数来判定系统的混沌特性 .给出了时间序列相空间重构中确定最小嵌入维数的伪邻点法及确定时滞参数的自相关函数法 ;提出了一种计算 Lyapunov指数的实用方法 ;最后 ,以上证综合指数收益率时间序列为例进行了我国资本市场混沌特性判定研究 .     

时间序列确定性的指标检验方法

对于时间序列的生成机理是否服从于确定规律性的判断将直接影响到对其进行研究的理论框架的选择。提出了一种时间序列确定性成分的指标检验方法。该方法首先将待检验的时间序列重构于高维相空间中,寻找其主要几何特征在低维欧式空间中的投影,再将投影反射回高维相空间。通过比较原高维相空间与反射空间之间的偏差,来判断该序列的确定性。仿真实验证明了该方法具有可靠性。     

邻域自适应选取及权值平均的投影去噪方法

针对常规局部投影方法在选取邻域点和还原时间序列两方面存在的不足,基于混沌时间序列的相空间重构理论,提出了一种基于相空间重构理论的改进的局部投影非线性去噪方法。该方法在邻域范围的选取和时间序列还原两方面进行了改进。用自适应的邻域选取方法代替了常规的固定邻域范围的方法,同时用加权平均代替直接平均还原时间序列。用改进后的方法对不同初始噪声水平下的Henon时间序列和Lorenz时间序列进行仿真,比较常规方法和改进方法去噪后的信噪比,仿真结果表明提出的改进方法能够更有效地去除包含在时间序列中的噪声成分,同时又能够较好地保留原系统中的混沌特性。     

利用0-1测试快速识别交通流时间序列中的混沌

交通流时间序列混沌识别的方法主要有最大Lyapunov指数法、关联维数法和替代数据等方法,但这些方法需要对交通流时间序列进行相空间重构。引入一种新的判别交通流时间序列混沌特性的方法——0-1测试方法,该方法不需要对时间序列进行相空间重构,因而方便对交通流时间序列中的混沌现象进行快速检测。首先利用Logistic映射产生的时间序列对该方法的有效性进行了检验,随后又选用两组不同的实测交通流时间序列利用0-1测试进行了混沌检验。研究结果表明:在两组交通流时间序列中都存在混沌成分,而在其中一组数据中还存在随机成分。     

重构相空间中孤立点的局部简单非线性降噪

为解决重构相空间中由于孤立点的存在而使简单非线性降噪法无法有效降噪的问题,本研究提出使用不同邻域半径实施多次局部简单非线性降噪的方法,去除重构相空间中的孤立点.使用该方法,对HZ公司的制造质量水平时间序列,在其重构相空间中经过实施16次邻域半径由大到小的孤立点去除操作后,在重构相空间中得到无孤立点的时间序列.经过本方法实施孤立点去除操作后的时间序列,只需再经过一次简单非线性降噪,就可以实现有效降噪,经过有效降噪的重构相空间才可以实施进一步的预测模型的拟合.     

管理者-人群心理归顺博弈定性模拟原理

为实现复杂管理系统的定性模拟，研究了管理者-人群行为相互影响过程的定性模拟原理。从博奕角度分析该过程，提出心理归顺博弈和心理安全均衡的概念；利用BP神经网络表述心理安全均衡；基于模糊数学和QSIM算法，实现定性变量的表述；基于因果关系图，设计管理者与人群之间的作用关系的表述方法，以形成博弈策略空间；集成上述方法，设计博弈过程的定性模拟步骤；本文还用VB6．0和Madab6．10实现了部分方法，用于企业关键岗位管理人员甄选，模拟结果说明了本文提出的方法在复杂管理领域应用的可行性和合理性。     

复杂系统的定性表示与推理

基于人工智能中树图推理的思想,提出一种对复杂系统进行定性描述和推理的方法.该方法基于图论把一般的定性约束方程转化为一种约束图的表示形式,并在虚拟因果理论基础上,得到描述系统波动演化的各关键变量的约束影响图形式.最后,比较了Kuipers的QSIM和本文发展出的方法,表明采用图形化的方式来表征系统各变量之间所存在的约束关系,可以得到和原系统等价的但变量数大大减少的约束影响图形式.这种处理可以推动定性推理的研究从QSIM的实验室阶段走向实际应用领域.     

基于波动-均衡的员工工作行为定性模拟

为模拟员工工作行为，给企业管理者提供决蓑依据，提出波动-均衡规律：员工工作行为变化是一种受社会场引力和费用引力吸引的波动-均衡过程。根据该规律，对变量进行分类和表述，用因果关系图描述变量之间作用关系；用BP神经网络衡量社会场及费用引力；根据波动现象，设计状态变量的转换规则、过滤原理和模拟步骤。在示例应用中组合了不同环境和管理措施的实验方案，模拟结果表明，该方法能够正确地描述和预测员工工作行为的变化过程。     

基于定性推理的开关∕继电器电路故障诊断

为实现开关/继电器电路的故障诊断,考虑将人工智能中的定性推理技术应用于电路故障分析。通过建立简单直观的权值电阻网络形式的电路定性模型,并研究了相关的算法进行静态、动态的定性仿真,再根据仿真结果判断系统是否发生故障,并利用元器件的状态信息通过推理方式实现故障定位。最后以某大型测试设备紧急断电电路为例进行了分析,结果证明了所述方法的可行性、有效性。     

A Novel Integrated Measure for Energy Market Efficiency

This paper formulates a novel integrated measure for energy market efficiency, by investigating different aspects of the market performance. Different from most existing models focusing on one certain aspect, the novel measure especially takes into consideration the self-similarity(or system memo ability or long-term persistence) via fractality, the attractor properties in phase-space via chaos,and disorder state of data dynamics via entropy. In the proposed method, the most popular data analysis techniques of multi-fractal detrended fluctuation analysis, correlation dimension, and sample entropy are respectively conducted on the market returns to capture the corresponding features, and the entropy weight method is then used to generate the final integrated index. For illustration and verification, the proposed measure is applied to three typical energy markets analyses. The empirical results find that natural gas market and crude oil market are much more efficient than carbon market.     

非线性系统的定性相图构造

提出了一种新的基于定性仿真的非线性动力系统相图构造方法。首先对在定性仿真中应用最为广泛的QSIM算法进行改进,提出了适合于非线性系统的基于具体代数约束表示的仿真算法。在此基础上,对二维分叉系统以及非奇异的三维系统的相图构造实践进行实例分析。结果表明这种方法是完全可行的,它能够捕捉到所有定性可区分的系统行为从而很好的弥补传统的基于数值积分的相图构造方法的缺陷,因而具有其不可替代的价值。     

驾驶员行为的Kuipers定性仿真算法

定性推理的目标就是寻求一种计算理论来模拟人处理定性知识的方法。驾驶过程就是驾驶员把通过其五官和其它渠道获得的道路信息和汽车的有关运动状态等定性信息传递到大脑加工后反馈给手脚执行操纵的过程。由于传统的数字仿真是建立在精确系统数学模型基础上的仿真,因此,使用传统的数字仿真技术模拟驾驶员的驾驶过程是困难的。本文依据Kuipers的定性仿真方法对熟练驾驶员和刚学会开车的驾驶员,在具有不同曲率半径和路面情况的一段道路上所做出的车速选择做了定性推理,给出了两类不同驾驶员驾车行为的定性状态描绘图和相应的车速曲线变化图。     

基于图结构的暴雨事件组织方法研究

在高时空分辨率的降雨数据支持下,分析和追踪暴雨事件的精细结构和动态行为成为可能,但存在数据量大、数据组织结构复杂的特点,对暴雨事件的时空组织与存储提出了巨大挑战.本文基于暴雨事件的演化过程,设计了一种"顶点-边界"的图结构表达模型,并构建基于Neo4j的图数据库,实现暴雨事件的组织与存储.图数据结构中的顶点描述暴雨事件对象,记录暴雨事件空间位置、降雨数据等状态信息;图有向边对暴雨顶点进行关联,记录暴雨状态之间的关系、变化速度、方向等动态信息.最后,综合时间序列模型和空间拓扑关系,设计基于图的暴雨事件组织模型,基于Neo4j图存储方式R-Tree空间索引存储暴雨矢量数据集,并构建暴雨事件库.基于Neo4j和Oracle Spatial的暴雨事件库的对比分析结果表明,Neo4j事件库在数据入库和时空查询性能方面具有优势.     

一种军事仿真概念模型的定性反馈表示方法

军事仿真是一个复杂系统,良好的概念模型设计是系统开发的正确性保证,为了便于军事领域专家和系统开发人员交流,提出一种定性反馈表示方法,在基于HLA的军事仿真概念模型设计中引入定性反馈方法表示联邦成员数据交互关系,可以直观表示出各联邦成员的静态和动态关系,为实际仿真系统的开发建立基础。     

Learning Granger causality graphs for multivariate nonlinear time series

An information theory method is proposed to test the. Granger causality and contemporaneous conditional independence in Granger causality graph models. In the graphs, the vertex set denotes the component series of the multivariate time series, and the directed edges denote causal dependence, while the undirected edges reflect the instantaneous dependence. The presence of the edges is measured by a statistics based on conditional mutual information and tested by a permutation procedure. Furthermore, for the existed relations, a statistics based on the difference between general conditional mutual information and linear conditional mutual information is proposed to test the nonlinearity. The significance of the nonlinear test statistics is determined by a bootstrap method based on surrogate data. We investigate the finite sample behavior of the procedure through simulation time series with different dependence structures, including linear and nonlinear relations.