基于集成学习的交通流短时特性分析与神经网络预测方法

为揭示交通流的内在动态特性,利用分析法对交通流分形特性进行研究,表明该城市交通流序列具有长程相关性;为达到更精准的短期交通预测效果,同时提出一种基于思维进化算法(MEC)对神经网络最优初始参数的定向搜索,解决神经网络易陷入局部最优的问题;并用自适应增强算法(adaptive enhancement algorithm,Adaboost)对优化过的神经网络集成,弥补神经网络对新样本集的泛化性能差缺陷,在此基础上通过预测误差平方和倒数准则重新调整Adaboost算法对弱预测器权值分布,使每个预测器最大程度提高网络预测精度.验证结果表明,改进MEC-BP_Adaboost模型与BP模型相比,均方误差和平均绝对误差分别下降78.2％和46.4％,证明本文改进方法对交通流预测具有合理性,对不同的交通流状态具有较好的适应性.     

长沙气温的长期变化趋势及R/S分析

运用三阶幂函数和R／S分析法,对1951年以来长沙1月、7月和年平均的气温进行了分析．研究结果表明：①长沙气温总体呈上升趋势,增暖幅度与全国平均增暖幅度持平．20世纪90年代以前偏冷,20世纪90年代开始变暖,近10年变暖加剧．②长沙1月气温呈上升趋势,而7月气温呈下降趋势,1月气温变化对年平均气温变化的贡献大于7月．③R／S分析的结果得出,1月H值略小于0．5,说明冬季气温呈波动性变化;而7月和年平均H值达0．81,存在明显的Hurst现象,气温变化趋势具有持续性,7月气温将延续下降趋势,年平均气温将延续上升趋势．     

基于时序长记忆模型的风电场短期功率预测

随着风电的飞速发展,风电场接入电网的规模日益扩大,随之而来的是对风电功率预测准确性要求的提高,准确的风电功率预测可以更好地利用风能资源,减小风电并网对电网的不利影响。为了提高风电预测的精度,采用最大期望算法(expectation maximization algorithm,EM算法)对风电场功率历史数据进行处理,填补缺失值,替换错误数据,然后采用修正重标极差分析法即修正R/S分析方法分析数据的长记忆性,采用时间序列ARFIMA模型,然后根据预测时刻之前的功率数据,通过贝叶斯统计推断对模型参数进行估计,生成预测模型方程,进而对风电场输出功率进行预测。     

基于M-K、小波和R/S方法的豫南地区气候变化的多时间尺度分析

为揭示地处亚热带-暖温带过渡带豫南地区的气候变化规律和趋势,选取豫南地区气象站台62年的逐年气候资料,采用M-K突变检验、小波分析和R/S分析等方法分析了该区的气候变化特征.经趋势分析认为研究区近60年来年平均气温上升趋势显著,变化倾向率为0.17℃/10a;年平均降水量减少速率为9.6 mm/10a,但减少趋势不明显.通过M-K突变检验,该区年平均气温突变时间点为1994年,并且增温率主要是近20年以来的增温贡献;年平均降水量不存在显著突变时间点.经小波分析认为,研究区年平均气温、年平均降水量的震荡周期均存在多时间尺度结构,可认为由"大-中-小"三重嵌套而成;准30年是该区年平均气温最主要的震荡周期,次主要周期为准15年,年平均降水量则是以准15年为主周期,准3年和准7年共同构成其第二主周期;该区在未来15~20年间处于一个相对较冷的时期,在未来5~10年进入到较大尺度冷期背景下的暖期并且在未来10年将是一个降水量偏低的时期.R/S分析再次表明近60年来年平均气温呈现显著升高趋势以及未来一段时间将进入到降水量偏低的时期.     

基于R/S分析法的地下水位动态变化趋势分析

为预知兴平市黄土台原区未来的地下水位动态变化趋势,采用R/S分析法及其修正式计算065和066号井1994～2009年月平均水位埋深时间序列的Hurst指数以及统计量V τ.通过分析区域地下水的补给来源,用Kendall秩次相关检验法和5点滑动平均法分别对兴平市同期的年降水序列和地表水灌溉序列进行了趋势成分识别.研究结果表明:065和066号井月平均水位埋深序列的H分别是0.989和0.974 9,相应的Vτ与lnτ的关系曲线向上倾斜,即065和066号并的水位埋深在未来年份仍然有着显著下降的趋势.兴平市年降水量略减少的趋势并不显著,灌溉水量却有着明显的减少趋势,这与同期的地下水位动态变化趋势是相一致的.     

时间序列分形分析的统计算法研究

用统计物理方法来研究时间序列的分形特征是目前的主流:通过R/S分析来研究时间序列的单分形特征,通过MF-DFA方法和配分函数法来研究其多重分形特征.文章详细介绍了以上三种方法,并阐明了他们之间的联系.考虑到已有算法缺乏统计完整性,在前人的基础上,作者提出了滑动方法,并通过模拟对新旧方法进行了比较,结果显示新方法更有助于提高序列特征研究的准确性.     

基于R/S法的深圳市南澳河流域降雨变化趋势的持续性分析

应用重标度级差分析法（R/S）对深圳市南澳雨量站的降雨变化趋势状态的持续性进行分析。结果显示：南澳河流域降雨量序列具有状态持续性,即南澳雨量站降雨量序列变化呈现出的上升或下降趋势未来还将继续。     

基于分形理论的复旦人民币汇率指数的预测分析

运用R/S分析法和Hurst指数对复旦人民币实际有效汇率指数的结构特征进行分析,发现市场具有状态持续性和分形分布的特征;同时建立分形插值模型描绘其在一段时间内的变化规律,并预测短期内的指数走势,发现与原数据走势基本一致,且其平均标准误差仅为2.618%.结果表明,运用Hurst指数来估计垂直比例因子和利用分形插值模型预测复旦人民币汇率指数均是可行的.     

基于R/S分析对青岛市二手房成交量的研究

在实际中二手房成交量的时间序列具有非线性和自仿性特征,并且存在着某种程度的趋势和循环性,本文运用R/S分析法对青岛市二手房成交量进行研究,计算求出Hurst指数,并通过Hurst指数对青岛市二手房市场未来几年发展进行预测,证明了青岛市二手房成交指数存在显著的长期记忆特性,未来二手房成交量受到现在房价、政府宏观调控等综合因素的影响,所以二手房成交量的可预测性很强,对于帮助工程投资风险的预测也有实际的意义。     

漳河水库流域降雨变化趋势分析

采用Mann-Kendall参数秩次相关检验法和R/S分析方法对漳河水库流域未来降雨变化趋势进行了分析,结果表明：未来一段时间内,漳河水库流域降雨量呈下降趋势;流域未来1月和7月的降雨量变化趋势的随机性成分可能很大,应采取必要对策和措施,以应对可能出现的干旱或暴雨洪涝等自然灾害;粗放式的经济发展方式导致了漳河水库流域生态环境破坏,使得流域下垫面条件发生了较大的变化,进而对流域降雨量变化产生较大影响.     

基于R/S分析的异值时刻预测

利用R/S分析的原理和方法,根据异值时刻序列的特殊性,通过计算H指数,建立了平均值y-n与Rn/Sn和n的关系式,最后以太阳黑子极大年为例,预测2003年为一个太阳黑子极大年,证明R/S分析方法是异值时刻预测的一种可行方法.     

基于声发射旋风分离器内颗粒粒度分析

采用声发射技术对旋风分离器内颗粒粒度进行分析,获得了声发射信号结构与分离器内气固两相运动行为的对应关系。选用0.4 mm、0.7 mm、1.5 mm和2 mm的活性炭颗粒进行实验,将采样得到声发射信号进行Daubechies二阶小波的1~9尺度分解,用R/S算法分别求取各个频段的Hurst指数。结果表明,声发射信号具有多尺度特征,依据hurst指数的不同,将其划分为微尺度、介尺度、宏尺度,分别反映颗粒间的无规则运动、主体流相对于系统运动或不同主体流之间的相互运动,整个系统相对于外界环境随时间的变化。在同一质量流量下,计算出各颗粒粒径对应的微尺度,介尺度分别所占总能量的比值。实验发现,固相颗粒粒径与其有很大的相关性;随着粒子尺寸的增大,微尺度信号所占的能量比率减少,介尺度能量所占的比率增加。声发射技术可用于旋风分离器内颗粒粒度的分析。     

电话发展的R／S分析

作者在本文利用分形理论中的Ｒ／Ｓ分析方法，根据某地区过去电话发展状况，求得相Ｈｕｒｓｔ指数，由此可预测该地区电话的未来发展趋势。     

行业股票日收益率的长记忆性研究

运用修正R/S分析和V/S检验两种分析方法,对我国股票市场13个行业日收益率序列的长期记忆性进行了比较研究,得出了以下结论：在5%的显著水平下,农林牧渔业的日收益率在两种方法下均不具有长记忆性;传播与文化产业的日收益率在修正R/S分析中不具有长记忆性,而交通运输仓储业的日收益率在V/S分析下不具有长记忆性;除上述提到的行业外,其余行业的日收益率在两种分析结果下,均具有明显的长记忆性。     

应用R/S分析方法研究金融时间序列

应用赫斯特提出的重标极差分析法（Rescaled Range Analysis）即R/S分析法，研究金融时间序列，通过对上海股票市场综合指数日收益数据的实证分析，认为上海股票市场具有分形结构，收益率时间序列是有偏的随机游走．     

中国股市行业指数及个股长程记忆研究

股票市场收益记忆特征对于非线性结构的确定以及市场有效性的研究具有重要意义。该文选取沪深股市的三只行业指数和隆平高科及大江股份的日、周收益率时间序列,通过R/S分析方法分别计算出其相应Hurst指数。结果表明收益率时间序列具有长程记忆特征,且存在一个大周期和一个小周期,也验证了收益率时间序列不符合布朗运动。这对风险管理及投资时机的选择有一定的指导作用。     

R／S Analysis of China Securities Markets

This paper presents the law of changes of indices and stocks in the Shanghai and Shenzhen Stock Exchanges by using rescaled range analysis in nonlinear time series analysis. The Hurst exponents of the stock indices and of all stocks listed in the Shanghai and Shenzhen Stock Exchanges are estimated. The results show that the changes of indices and stocks in the last period have positive impact in the next period in the short run,but this impact disappears for long time.     

基于成交量的股价序列构造及分形分析

构造了一种基于日历交易时间和基于成交量推进的股价转换函数 ,这种方法体现了量价配合和熵的思想 ,并在此基础上 ,通过 R/S分析法对上海股市的部分个股进行研究 .结果表明上海股票市场表现为高度正相关分形时间序列 ,且在短期内无明显循环周期     

柴达木盆地达参1井自然伽玛曲线的R/S分析

在柴达木盆地达参１井,应用自然伽玛曲线进行了２５万年以来基于年代的Ｒ／Ｓ分析,该时段分维数平均值为１．２２９,与深海氧同位素曲线分维值（１．２２）非常接近,证明了分数维提供了不同气候记录和不同代用指标之间对比的基础。即达参１井的自然伽玛曲线所反应的古环境变化类似于深海氧同位素曲线,其波动是受全球变化控制的。基于深度的自然伽玛曲线Ｒ／Ｓ分析分析也表现出相似的规律性,支持了气候学的研究。通过Ｒ／Ｓ分析