摘要：针对传统模型在高频段雨衰预测时存在参数计算复杂、实时性差的问题,设计了一种新的非线性动态预测模型.通过混沌识别证明了雨衰时序具备混沌的动力学特性及采用混沌预测方法的可行性.该方法以雨衰前导数据为训练样本建立非线性自适应滤波器,可忽略不同地理区域降雨分布差异性的影响.仿真结果表明,嵌入维数是影响预测精度的最主要因素,在满足嵌入维数为8、重构时延为3 s、采样间隔为1 s条件时预测相对误差可达0.05以下.同时预测的雨衰时间概率分布与ITU-R模型相比有较好的一致性,验证了所提方法具备参数配置简单、可用度高的优点.

摘要：由于混沌时间序列内部确定的规律性 ,其重构出混沌吸引子的相空间具有高精度短期预测性。根据非线性、大时滞系统的时间序列重构相空间 ,计算相空间的最大Lyapunov指数、饱和嵌入维数和可预报尺度 ,并以此为指导 ,对系统作高精度预测。在此基础上 ,又设计了遗传算法优化的模糊神经网络预测控制器 ,实现了对非线性、大时滞系统高精度的自适应控制。将该控制应用在锅炉过热汽温控制中 ,仿真表明该控制的有效性、准确性和鲁棒性。

摘要：基于支持向量机的网络流量混沌预测方法通常基于人工经验设置参数,参数的性能较差,大大降低网络流量预测精度。因此,提出遗传算法优化支持向量机的网络流量混沌预测方法,通过相空间重构获取新的网络流量时间序列,获取具有最佳非线性预测结果的支持向量机函数,采用遗传算法优化支持向量机参数。基于优化的支持向量机参数,设计基于遗传算法优化支持向量机的交通流量预测模型,实现网络流量混沌预测。实验结果表明,所提方法在网络流量预测方面整体性能优、具有较高的精度。

摘要：性能参数监控是航空发动机监控的重要手段之一,而对性能参数进行预测可以提前掌握航空发动机在未来时刻的性能状况,从而预防和排除故障。本文首先介绍了改进的加权一阶局域混沌预测算法,然后对航空发动机性能参数(转差率S)进行了混沌识别,最后采用改进的加权一阶局域预测算法对航空发动机性能参数进行了混沌预测。实验结果表明,改进的加权一阶局域预测算法具有很好的学习能力和较高的预测精度,适用于航空发动机性能参数监控。

摘要：针对某型航空发动机振动状态监控的需求,采用了振动参数混沌识别与预测方法。通过最大Lyapunov指数法对振动参数进行了混沌识别,验证其具有混沌特性;采用加权一阶局域混沌预测算法对其进行了预测。通过某型发动机振动参数混沌预测实验结果表明,该方法相对于传统预测方法,预测精度提升约3%,可以为某型发动机振动监控的技术实现提供有效支撑。

摘要：当前流量预测模型难以准确刻画互联网流量的多重特性,并且存在构建时间长、预测精度低的问题。为此,设计基于提升小波分解的网络流量混合预测模型(WLGC)。该模型利用提升小波将流量时间序列快速分解为分别具有低频和高频特性的近似时间序列和细节时间序列,近似时间序列利用最小二乘支持向量机(LSSVM)预测并通过广义回归神经网络(GRNN)进行误差校准,细节时间序列在半软阈值降噪后利用自适应混沌预测方法对其预测,最后使用提升小波重构得到时间序列的预测值。仿真实验结果表明,该模型可有效提高预测精度。

摘要：为了克服传统模糊控制输入难以确定的问题,改善模糊控制器的性能,提出了混沌模糊控制器的设计方法,并给出了仿真实例。介绍了混沌预测的原理,给出了实现混沌预测的算法步骤和模糊控制器的设计方法,将混沌预测的输出结果作为模糊控制器的输入,模糊控制器经过模糊化,模糊推理,解模糊一系列的运算过程,得到的结果再与比例因子相乘,得到信号灯的相位时间,仿真结果表明:混沌模糊控制器比传统的模糊控制器性能得到很大的改善。其中,平均停车次数减少30%,平均车速提高18%,车辆平均延误时间减少40%。

摘要：结合岩石力学与数值流形方法以及混沌分形理论,尝试构建一岩石裂缝预测数学模型对经验公式进行修正,模型结合材料力学、岩石力学等有关内容,以经验公式为依据,重点考察岩体微观结构力学模型,提出了以数值流形方法和混沌分形理论为基础的预测模型基本建模方法。

摘要：在外界各种条件下,石油催化裂化系统主风机组烟机进口温度易受到影响,从而在一定温度范围内产生波动,这种特征表现与混沌特性相似。为了验证石油催化裂化系统主风机组烟机进口温度具有混沌特性,进而通过Lyapunov指数计算方法来判断。利用C-C方法对其数据序列进行了相空间重构。采用一种稀疏Volterra滤波器对主风机组烟机进口温度进行混沌预测。结果显示:在一定的条件下,稀疏Volterra滤波器能够优化有效的滤波系数,减少滤波系数的个数,使其数量减到最少,并保持预测精度不变,降低了预测模型的复杂性。