多变量时间序列相空间重构的优化

基于单变量时间序列相空间重构中嵌入维数的计算常采用虚假邻点算法,但推广到多变量情形时存在多种不足,提出了一种多变量时间序列相空间重构时嵌入维数的一种改进算法。改进算法在避免使用虚假邻点算法中的判别距离和算法收敛阈值的同时,也解决了已有多变量重构算法中全局和局部较优相空间维数搜索范围的选取问题。耦合R ossler系统产生多变量时间序列的仿真计算验证了该算法的有效性。经与单变量时间序列对比试验分析,表明采用新算法重构的相空间具有较强的预测能力,由此计算得到的非线性不变量具有较高的计算精度。     

电力推进船舶电力负荷的多变量混沌局部预测

为提高电力推进船舶电力负荷预测精度,提出电力推进船舶电力负荷的多变量混沌局部预测.将相空间重构由单变量时间序列拓展到多变量时间序列,并依据电力推进船舶电力负荷及其相关因素构成的多变量时间序列进行相空间重构.针对每一分量时间序列采用互信息法进行最佳时间延迟的选择,最优嵌入维数则采用虚假邻点法进行确定.根据多变量混沌时序局部预测,提出基于正则化的电力推进船舶电力负荷多变量混沌局部预测.通过对实际船舶电力负荷的计算实例表明,基于多变量时间序列的预测方法比单变量预测具有较好的预测效果.     

小波分频技术和混沌时间序列在国际石油价格预测中的应用

提供了一种小波分频技术结合Volterra自适应滤波器的预测石油价格趋势的方法,先对原始的石 油价格时间序列进行小波分频分析,将分解后的各层尺度系数和细节系数重构各层的时间序列, 然后分别计算各层时间序列的最佳延迟时间和嵌入维数来重构相空间,最终用Volterra自适应滤波器法预测各层时间序列, 重构成预测油价.实验证明该方法比直接混沌时间序列全局预测和一阶局域预测的精度更高,可预测范围更大.     

基于EEMD和进化KPCR的复杂时间序列自适应预测建模

针对具有非线性、非平稳、多尺度特性的复杂时间序列, 提出一种基于集合经验模态分解（EEMD） 和进化核主成分回归（KPCR）的自适应预测建模方法. 首先运用能克服传统EMD算法中模态混叠现 象的EEMD算法, 按原始时间序列信号的构成特点将其分解到不同尺度, 然后对不同尺度序列采用 C-C方法重构相空间, 在相空间中运用基于混合核函数的KPCR方法构建预测函数. 同时, 针对不同 尺度序列预测模型的优选问题, 采用粒子群优化（PSO）算法在给定准则下自适应确定各项参数, 最后将不同尺度预测结果集成, 得到实际时间序列的预测值. 通过对国际原油价格的数据进行实 证预测分析, 表明了该方法能够在不同尺度对时间序列的变化趋势进行有效描述, 自适应获取优 化的预测模型. 与现有方法相比, 具有较强的自适应建模能力和较高的预测精度.     

汇率时间序列混沌动力学特征及实证

为判定汇率时序是否具有混沌动力学特征,运用相空间重构技术和小数据量算法对5种主要货币兑美元的日汇率数据进行实证分析.研究发现,5种汇率时间序列的最大Lyapunov指数λ1均大于0,相关维数均为分数,表明汇率时间序列的确存在混沌动力学特征.混沌特征的判定为深入分析汇率序列,以及进一步的预测和风险控制提供了重要的理论依据.     

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.     

混沌时间序列的混合遗传神经网络预测方法

在相空间重构理论的基础上,将改进的遗传算法和神经网络结合起来,提出了一种混合遗传神经网络预测混沌时问序列的方法.通过复相关法和Cao方法重构混沌时间序列,利用改进的遗传算法优化神经网络的结构、初始权值和阚值,然后训练神经网络求得最优解.该算法应用到混沌时间序列的预测中,验证了该算法的有效性,并与BP和RBF算法的预测精度进行了比较,仿真结果表明该算法对混沌时间序列具有更好的非线性拟合能力和更高的预测精度.     

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。     

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 .     

基于相空间重构的RBF江水浊度预报研究

针对江水浊度序列非线性非平稳的特点,提出基于相空间重构的径向基函数(RBF)神经网络江水浊度预报法.利用虚假邻域法确定最小嵌入维数,根据互信息法计算最佳延迟时间;根据取得的嵌入维数和延迟时间对江水浊度时间序列进行相空间重构;利用重构相空间后的时间阵列,用RBF神经网络建立预报模型;利用该模型对江水浊度进行预报.最后通过仿真,证明基于相空间重构的RBF神经网络预报优于SISO-RBF神经网络预报和BP神经网络预报.     

分工模型的改进

本文对新兴古典经济学的分工模型进行了改进,把传统的“     

某反坦克导弹视场交叉判据建模与仿真

在建立了某反坦克导弹目标瞄准线数学模型，红外视场锥面数学模型和红外视场重合长度数学模型的基础上，实现了对瞄准线高低角，方向夹角，瞄准线公垂线长度和交叉火力射击条件下视场重合长度的数学解析计算，从而确定了视场在空间的相互位置关系，为进行合理的阵地配置提供了科学的理论依据，最后进行了仿真验证。     

仿生机器鱼尾鳍的动力学研究

高的稳定性是仿生机器鱼高效推进的前提，而对尾鳍的稳定性控制是实现仿生机器鱼稳定性的主要方法。通过“二维波动板”理论，建立了三节仿生机器鱼的动力学模型，并对模型进行了实验验证，由该模型出发，分别计算出水动力和惯性力引起的尾鳍驱动力矩的值，分析了该值与仿生机器鱼各个运动参数的联系。为仿生机器鱼的稳定性控制建立了理论基础。     

四类拍卖的收益等价性研究

在收益等价性及应用的完整框架下对四类拍卖的收益等价性问题进行了总结、研究和探讨.在对收益等价定理进行推论和应用的基础上,确认了SIPV(对称、独立、私人价值)假设下四种拍卖期望收益与期望支付的等价性,推导了二价全支付拍卖的均衡竞价策略.在此基础上比较并解释了SIPV假设下四种拍卖均衡报价的排序关系.总结,比较并解释了关联价值假设下四种拍卖的期望收益的排序关系.指出不同的信息结构设定是影响不同假设下拍卖收益等价性和不同假设拍卖模型对经济现象解释能力的关键因素.最后,展望了拍卖收益等价问题的新的发展方向.     

风险概念分析

分析了风险的概念,介绍了不确定性经济学、保险和金融三个领域中与风险有关的概念（效用函数,风险厌恶,保险,金融风险）和各自关心的主要问题（如风险的衡量,保费的确定,资产价格波动）,以及一些重要结论（Pratt定理等）。     

移动视频直播的互动性对持续使用意愿的影响

移动视频直播指用户通过移动设备实时制作或观看视频的服务。近年来,移动直播APP快速发展,吸引了大量的用户,然而平台的最终成功取决于用户持续使用。本文聚焦于移动视频直播的互动性,以流体验理论、社会临场感理论和认同理论为基础,从心理认知视角探讨了互动性对用户持续使用意愿的作用机理。通过问卷调查,共收集346份有效问卷,采用SPSS和PLS软件对假设模型进行验证。结果显示,移动视频直播的互动性通过提高用户观看体验（流体验、社会临场感）和主播认同进而影响满意度和持续使用意愿。同时互动性的各个维度对用户体验和认同感的影响程度存在显著差异。据此,为移动视频直播运营商的长期发展提供了理论指导。     

油田压裂井增油量的预测及其生产规划的优化设计

利用现有压裂井产油观测数据，采用动态数据处理方法，建立了月增油量的预测模型；依据预测结果，利用整数规划的方法，规划设计未来年度油田的压裂井数及压裂方式。     

线性调频-二相编码雷达信号分析

报道了一类由二相编码信号与线性调频信号组合而成的新的脉冲压缩信号。导出了这类信号的表达式。通过理论分析和计算机模拟,给出了该类信号的模糊函数(图),幅度谱特性,匹配滤波器输出波形,多普勒频移特性,有加权时的压缩脉冲时间旁瓣波形和低截获概率等方面的性能。分析证明,该类信号与线性调频信号或二相编码信号相比具有更好的低截获概率特性,其多普勒性能优于二相编码信号。     

线性多目标规划有效解的有效率

给出了线性多目标规划 (LinearMultiobjectiveProgramming,LVP)有效解的有效率的定义。指出LVP决策可只考虑非劣极点的理论依据 ,并讨论了这些非劣极点的排序。     

卫星导航的相对精度衰减因子单调性分析

相对精度衰减因子(RDOP)是衡量全球卫星导航系统相对定位性能的几何强度指标.简要给出了两种类型RDOP的描述,并分别给出了单调性证明.相对于同一参考卫星或是不同参考卫星进行双差观测,均有其RDOP随着可见导航卫星数目增加而单调递减的性质.结合编队卫星的星间相对定位背景,仿真计算了全球卫星导航系统的RDOP,给出了某时刻每颗可见卫星对RDOP的贡献,证实了RDOP的单调性;而卫星数目增加到一定程度时,RDOP的降低已不明显,因此应综合考虑可见卫星的数目和相对定位的精度需求等方面因素进行选星.