系统复杂性测度参数确定的新方法及其应用

近似熵和样本熵的参数m和r对复杂度有重要影响,目前仍缺乏选取其共同最优参数m和r的有效方法.利用两种复杂度比较时的一致性要求及其曲线存在交点的特性,基于相关系数,提出确定其共同最优参数m和r的交叉点新方法.以泾河流域1956-2010年张家山水文站径流及其控制流域的降水为研究对象.结果表明:径流和降水两种复杂度的共同最优参数为m=2和r=0.11倍的序列标准差;降水和径流复杂度均呈现显著的递增趋势;径流或降水与其复杂度之间存在显著的递减关系,降水的递减趋势对径流复杂度的增加有重要影响.近似熵在描述序列的变化趋势方面优于样本熵,而样本熵在辨识序列的峰谷值变化方面强于近似熵.本研究提出的交叉点新方法具有较好的适用性.     

基于混合核函数SVM水文时序模型及其应用

核函数的选取与构造是SVM应用的关键所在. 传统SVM在水文时序分析方面的应用多是默认选取单一径向基核函数,而忽略了核函数的选择对模型精度和预测结果的影响. 本文基于Mercer核理论,将多项式核与径向基核进行线性组合,构造出混合 核函数,并植入SVM中,对水文时序建立自回归预测模型. 基于武山站和南河川站的月径流预测结果表明,预测序列的相对误差及 均方误差明显优于任一单一核函数. 这是由于混合核函数能够更好地适应并处理复杂的水文时序变化,因此提高了预测精度. 该研究为利用SVM解决复杂多变的非线性水文时序提供了新的探索模式.     

基于混合核函数SVM水文时序模型及其应用

核函数的选取与构造是SVM应用的关键所在.传统SVM在水文时序分析方面的应用多是默认选取单一径向基核函数,而忽略了核函数的选择对模型精度和预测结果的影响.本文基于Mercer核理论,将多项式核与径向基核进行线性组合,构造出混合核函数,并植入SVM中,对水文时序建立自回归预测模型.基于武山站和南河川站的月径流预测结果表明,预测序列的相对误差及均方误差明显优于任一单一核函数.这是由于混合核函数能够更好地适应并处理复杂的水文时序变化,因此提高了预测精度.该研究为利用SVM解决复杂多变的非线性水文时序提供了新的探索模式.     

基于离散小波分解的水文随机过程平稳性检验方法

检验环境变化影响下水文过程是否保持平稳性是开展水文分析与计算、水文模拟预报等的重要前提,本研究提出了水文随机过程平稳性检验方法,首先利用离散小波变换分离水文序列中的确定成分与随机成分,然后选择合适方程描述随机成分,利用Akaike information criterion和Bayesian information criterion计算最优时间滞后阶数,再采用单位根检验方法判别随机成分是否具有平稳性.人工生成序列和实测水文序列分析结果均显示,周期和趋势对随机成分的平稳性检验有很大影响,随着序列信噪比增大,检验结果的准确性变差.相比常规方法直接对原序列进行分析处理的做法,所提方法可首先准确分离确定成分并克服上述因素的干扰,因此较常规方法更加有效,进而可以得到更为合理的水文序列平稳性检验结果.     

基于T检验的水文时间序列HHT分析方法及应用

Hilbert-Huang变换方法(HHT)是针对非线性、非平稳序列的一种新的时间序列分析方法.针对前人在应用中存在的忽略统计检验的问题,提出了对本质模态函数(IMF)的周期进行T检验的改进方法,设计了基于T检验的HHT模型计算步骤和算法流程,可检验IMF周期的有效性.将改进后的HHT方法用于长江宜昌水文站50年的逐日径流量的分析中,得到了14个反映径流序列波动规律的IMF、一个反映径流变化趋势的趋势项r及Hilbert谱.研究表明,宜昌站径流量存在1~3a、4~5a、9a及准14a的年际变化周期,年内波动对整个径流序列的影响亦较大.对比分析表明了所设计的基于T检验的HHT方法的有效性.     

时间序列建模中滞后阶数选取准则函数的检测效力及其特征

研究了时间序列建模中滞后阶数选取准则函数的检测效力及其特征.采用Monte-Carlo模拟对于所有的1阶和2阶自回归模型进行了系统仿真,研究结论表明:1)随着样本容量的逐渐增大,SIC准则函数正确判断出平稳序列滞后阶数的概率将显著增大,并渐近依概率收敛到1,而AIC准则函数正确判断出平稳序列滞后阶数的概率将逐渐增大,但并不能依概率收敛到真值.2)在其它外界条件不变情况下,所有准则函数正确判断概率与序列的平稳性无显著变化关系.3)样本容量越小,AICC检测效力越显著高于SIC、AIC检测效力;随着样本容量的逐渐增大,SIC检测效力逐渐高于AICC、AIC检测效力,但此时AICC、AIC检测效力相当.     

基于小波分解的月径流预测校正模型研究

根据小波分析理论,建立了月径流序列的小波分解预测校正模型。该模型通过小波分解方法将月径流非平稳时间序列分解为多个细节信号序列和一个逼近信号序列,然后运用平稳时间序列的ARMA模型对各信号序列分别进行预测,最后再对各序列预测结果的和进行校正。以长江的宜昌站和寸滩站的月径流资料为例,分别采用ARMA模型、季节性ARIMA模型、BP神经网络模型以及所建立的小波分解预测校正模型进行模拟预测,并讨论了小波分解尺度数对小波分解预测校正模型的影响。结果表明,所建立的小波分解预测校正模型较其它模型具有更高的预测精度,并且尺度数对月径流序列模拟预测的效果没有显著的影响。     

遗传算法的Markov链分析与收敛速度估计

主要利用Ｍａｒｋｏｖ链讨论一类遗传算法（简称ＧＡ）的ｒ阶收敛性与收敛速度．首先介绍了ＧＡ的Ｍａｒｋｏｖ链状态空间的分类,按此分类,证明了Ｍａｒｋｏｖ链的一步转移概率矩阵为下三角矩阵,进而分析了ＧＡ的ｒ阶收敛性及其它形式的收敛性．最后讨论了ＧＡ的收敛速度．     

基于概率语言熵和交叉熵的多准则决策方法

概率语言术语集既包含语言术语,又包含语言信息的概率,使初始决策信息能够得到充分的利用,有利于提高语言术语集多准则决策的科学性.鉴于此,本文针对概率语言多准则决策问题,提出了一种基于概率语言熵和概率语言交叉熵赋权的多准则决策方法.首先考虑各准则下概率语言术语集的个体效应及其相互作用,利用概率语言熵和概率语言交叉熵计算准则的权重,然后采用将有向图和0-1优先关系矩阵相结合的概率语言术语集备选方案排序方法,更加直观地得到备选方案的排序结果并得到各方案之间的优劣程度.最后,以企业战略规划问题为例进行分析,通过对比分析验证了所提方法的有效性和优越性.     

基于复杂性理论的径流时间序列动力学特征分析

将三种复杂性测度——复杂性C2、算法复杂性C0和近似熵ApEn运用于径流时间序列的分析之中,计算过程简便,对时间序列长度等条件的要求相对较低,因而更具有实用价值,为了解径流变化的动态特性开辟了新的思路.通过分析可以发现:黄河干流具有实测径流的随机性和混沌程度高于天然径流的随机性和混沌程度;上游的混沌程度高于下游,而随机性低于下游的动态特征.黄河干流整体上处于随机、混沌共存状态,随机强于混沌;各站径流序列中存在某种结构,这些结构可能是周期性变化、持续性变化或自相似结构.人类活动近十几年的影响,增大了上游径流变化的随机性、降低了上游径流的复杂性(混沌),使其对径流的预测能力下降,增加了径流序列的识别难度.黄河干流大型水利工程的运用,对径流的影响程度随着空间位置的加大而减弱.     

一种改进差分进化算法的分数阶系统辨识研究

分数阶模型需要辨识更多的参数,为了建立高精度的分数阶模型,提出一种应用于分数阶系统辨识的改进差分进化算法.在变异策略中基向量从最优个体群群中随机选取,在搜索过程中根据成功变异个体的信息自适应调整缩放因子和交叉概率因子,提高算法的勘探和开采能力.通过求解5个测试函数,证明了改进算法具有较强的求解能力.以永磁同步电机的分数...     

基于DSM返工风险评价矩阵的项目优化与仿真

针对项目中活动返工的不确定性,由返工概率矩阵和返工影响强度矩阵共同构成了DSM返工风险评价矩阵,提出了基于返工风险的遗传算法(Rework risk GA,RRGA),同时考虑返工风险、反馈个数、反馈距离及活动的时间和费用建立了DSM优化目标函数,改进了传统遗传算法的变异算子和变异概率.通过对典型案例进行优化及其结果的仿真,验证了RRGA算法可明显降低返工导致的项目费用和时间,并降低其结果的波动性.     

基于自适应遗传算法的脑电信号特征选择

针对脑机接口(BCI)研究中脑电信号的特征选择问题,本文提出了一种自适应的遗传算法(AGA).它与标准遗传算法(SGA)的区别在于对交叉和变异概率进行自适应选择.在SGA中,采用固定的交叉和变异概率,因而容易造成早熟和局部收敛; 而AGA对两种概率的自适应选择保留了种群的多样性,并且有利于全局收敛.为检验提出方法的有效性,将其与基于SGA的特征选择方法以及基于Fisher距离的滤波选择方法进行了比较,实验结果表明AGA的分类精度明显高于其它方法,获得了最好的模式识别性能.     

最近邻点法预测模型及其在河川径流预测中的应用

针对径流非线性特征,建立了最近邻点法预测模型,对黄河、长江干流径流过程进行了预测,得到了满足精度要求的预测结果.该模型能够有效跟踪径流系统中相空间里的吸引子和充分扑捉历史数据中所隐含的有用信息.通过增加邻近点数来观察预测均方误差的变化,对预测效果进行了检验,结果证实该模型可真实地反映河川径流变化的总体趋势,并为判断时间序列数据的非线性提供了一种新方法.     

四阶累积量用于最小嵌入维数估计的新方法

用能反映非线性结构的四阶累积量函数代替相关函数构造矩阵,对奇异值分解法进行改进.对比分析了用四阶累积量函数构造矩阵的多种方法,得到两种较好的构造矩阵的方法.其中当四阶累积量函数的两个变量分别在矩阵的对角线方向和偏离对角线方向取值并且第三个变量取零时,得到的矩阵的分析效果最好.并用此方法分析由Henon映射、Lorenz模型生成的混沌时间序列.实验结果表明了改进后方法的有效性及稳定性,并且改进后方法适合小数据量的情况且计算效率高.     

基于熵权的鱼雷系统模糊层次分析与评判

给出了一种基于熵权的鱼雷系统模糊层次分析与评判方法 .该方法通过两两元素相对比较技术 ,采用三角模糊数来建立判断矩阵 ,改善了 AHP方法所给出判断矩阵的不平衡问题 .根据水平截集和乐观指标 ,进行模糊区间运算 ,从而得出熵权 ,再根据熵权的大小对鱼雷系统进行分析与评判 .最后通过一个鱼雷系统评估和选择的实例来应用和检验这种系统综合评判方法.     

非参数计量经济学中的伪回归诊断

研究非参数模型的伪回归诊断问题.在Phillips局部诊断思想的基础上,考察了局部Durbin-Watson(DW)统计量的设计思路和理论基础,研究了检验的可靠性,给出了检验统计量的参考临界值.文章指出:若时间序列存在趋势,使用非参数模型分析时间序列时,可能会发生虚假回归,给研究带来误导;诊断回归残差的序列相关特性是十分重要的,伪回归下的模型残差会表现出一种非线性严重序列相关的特征,它既是序列趋势导致虚假回归的必然结果,同时也是推断估计存在失真风险的充分条件;局部DW统计量可以通过检验该特征来诊断伪回归.研究表明,局部DW检验的性质良好,可有效识别时间序列分析中非参数模型的伪回归.     

灰色模型的病态问题研究

针对灰色模型在参数辨识过程是否出现病态问题利用矩阵条件数进行了研究,研究结果表明:只有在原始序列首项不为零其它各项近似为零的常数序列的情况下灰色模型才会发生病态性问题,对于这类序列在进行预测时是没有实际意义的.因此在灰色预测所建立的灰色GM(1,1)模型是不会存在病态问题.     

具有负顾客到达和RCH移除策略的GI/D-MSP/1/N离散时间排队系统

综合运用补充变量方法和基于条件概率矩阵迭代的嵌入Markov链方法研究了具有负顾客到达和RCH移除策略的离散时间GI/D-MSP/1/N排队系统. 获得了稳态情形下正顾客到达前夕, 任意时隙分点以及外部观测时刻的三种队长分布. 并进一步讨论了可入系统正顾客的等待时间分布. 最后通过几个特殊情形下的数值算例验证了计算方法理论分析的正确性.     

利用熵极大化准则求解排除系统稳态概率

在没有对排队系统中顾客到达时间和服务时间的概率分布作出假设的条件下,结合排队系统中一些易得系统运行指标,如系统容量、系统平均队长和系统空闲概率等,利用熵极大化准则,求解出了系统稳态概率,并用X2检验进行了拟合优度检验,验证了方法的可行性.