共查询到16条相似文献,搜索用时 375 毫秒
1.
混合神经网络和混沌理论的股票价格预测研究 总被引:2,自引:0,他引:2
针对股票时间序列的非线性特点,结合混沌理论和神经网络理论,提出了基于混沌理论的股票价格神经网络预测方法。同时利用重构相空间的嵌入维数确定神经网络的结构,对实际的股票时间序列预测结果表明,该方法能有效地进行短期预测,在股票时间序列预测中有广泛的实用价值。 相似文献
2.
离心压缩机叶轮旋转失速的相空间重构及分形特征 总被引:1,自引:1,他引:0
结合非线性动力学中的相空间重构和分形理论,提出了一种分析离心压缩机叶轮旋转失速动力学特征的方法.采用数值方法对低速离心压缩机(LSCC)叶轮旋转失速状态进行了模拟,得到了失速工况下叶轮出口多个位置的气流压力时间序列.对各压力时间序列进行相空间重构,构造出一低维动力系统,其时间延迟和嵌入维数通过运用C-C方法得出.对重构的动力系统的相图进行了分形特征分析,计算了相应的分形维数.研究表明:叶轮旋转失速后系统的压力信号具有混沌特性,在相图上表现为具有分形结构,揭示了旋转失速后系统的动力学特征.计算分析分形维数后发现,数据采集点位于相同半径处计算得到的分形维数相近,约为3.39;数据采集点的半径增大时,分形维数减小. 相似文献
3.
4.
基于混沌理论滚动轴承振动稳健化试验数据的动态分析 总被引:1,自引:1,他引:0
提出改进的Huber M方法是以中位数和Huber M方法两种稳健化处理相融合的一种对数据进行稳健化处理的方法.用中位数和数据平均值相似度判断数据是否有变异,根据变异率变化趋势确定变异率.发现在0%~10%变异率范围内,滚动轴承振动数据的连续性和可信度随着变异率的增加而增强.用混沌理论分析滚动轴承的动态特性,发现同一批次的滚动轴承振动有相同的时间延时、嵌入维数、最大Lyapunov指数,其中最大Lyapunov指数均大于0即属于混沌特征,进一步计算最大可预测周期,最大可预测周期为667个单位.滚动轴承振动时间序列物理空间的中位数和相空间的估计关联维数为非线性非单调性的内在运行机制,为滚动轴承振动的动态分析进一步提供可靠的依据. 相似文献
5.
转子碰摩振动响应的非线性时间序列分析 总被引:1,自引:0,他引:1
针对碰摩转子系统的非线性特性 ,采用动力学非线性时间序列分析的方法对其振动响应进行了分析研究。基于动力学重构的基本理论 ,对碰摩转子响应进行了状态空间重构。在此基础上 ,进一步对碰摩转子系统振动响应进行了相关维数的估计 ,不同的相关维数值表明了系统是处于周期或拟周期运动 ,还是处于含有拟周期的混沌运动 ,或者是明显的混沌运动。系统碰摩严重时的相关维数值会比碰摩较轻时的相关维数值大 ,进一步对实验数据的计算结果也证实了这一点。 相似文献
6.
平面混合层中混沌特征的实验研究 总被引:1,自引:0,他引:1
用热线风速仪和数据采样技术得到混合层中瞬时速度时间序列。计算了给定流向位置处,沿垂直于混合层的方向(横向)上不同点的流速功率谱、相关维数和相关熵;分析了流场的混沌特征;给出了流场横向变化特点。 相似文献
7.
为了更加全面有效地监测滚动轴承服役过程中其振动性能状态的演变历程,用关联维数和盒维数表征振动性能状态演变的非线性,用振动数据瞬时值的波动范围和平均值的波动范围表征振动性能状态演变的不确定性。运用灰关系分析法求解参数序列之间的灰置信水平,进而分析轴承振动性能状态演变的非线性特征和不确定性特征之间的非线性相关程度。两个案例表明:总体上来看,关联维数和盒维数均有减小的趋势,瞬时值的波动范围和平均值的波动范围都有增大的趋势,而且它们在突变点处有某种意义上的对应关系。非线性特征参数序列和不确定性特征参数序列总体上有负相关关系,且不确定性参数序列与关联维数的灰置信水平均比其与盒维数的灰置信水平要高。 相似文献
8.
基于粗糙核Fisher鉴别分析的特征提取及其在发动机故障诊断中的应用 总被引:2,自引:0,他引:2
将粗糙集理论的属性约简与核Fisher鉴别分析方法结合起来,提出一种基于粗糙核Fisher鉴别分析的故障特征提取方法.首先采用粗糙集理论的属性约简删除与分类无关或关系不大的特征,降低输入特征维数,排除干扰特征的影响,减小了特征提取计算量;再采用核Fisher鉴别分析方法进一步提取非线性特征;最后将该方法应用于航空发动机滑油系统故障特征提取及故障识别中.结果表明:该方法获取的特征在提高分类正确率的同时,还有效地降低了输入特征维数,提高了分类效率,并且对分类器具有较强的适应性和鲁棒性. 相似文献
9.
基于回声状态网络(ESN)预测模型,结合小波分析和主元分析,提出一种组合预测方法.首先对含噪非线性时间序列进行小波降噪,并重构时间序列产生训练样本,再将训练样本通过主元分析进行降维处理,降维后的时间序列数据则输入ESN模型进行预测分析.对控制飞机动力输出的动压参数非线性时间序列数据进行了仿真对比实验,结果表明:组合预测方法的5步和单步预测速度累计提高了66.97%,预测的平均平方误差、标准均方根误差和归一化绝对误差也均有较大提高.该方法与传统基于ESN的预测模型相比,能有效地提高预测的效率和精度,是一种有效的非线性时间序列预测方法. 相似文献
10.
11.
建立了基于粒子群优化的轴流压气机机匣压力支持向量机预测模型.利用支持向量机的强大非线性映射能力,实现了对某型轴流压气机机匣压力时间序列的非线性预测,并运用粒子群优化算法对支持向量机的重要参数进行了优化,增强了预测模型对混沌动力学的联想和泛化推理能力,提高了预测的精度和稳定性.而针对发动机台架试验数据的预测结果证明了方法... 相似文献
12.
13.
卷积和离散过程神经网络及其在航空发动机排气温度预测中的应用 总被引:7,自引:0,他引:7
针对航空发动机排气温度的变化过程受复杂非线性时变因素的影响而难以用精确数学模型描述的问题,提出了卷积和离散过程神经网络(CSDPNN)模型,并将其应用于航空发动机排气温度(EGT)预测。该模型以离散样本作为直接输入,采用卷积和算法实现对时间累积效应的处理。相较于以连续函数作为输入的过程神经网络(PNN),不需要拟合离散样本得到连续函数后进行正交基展开,减少了精度损失,具有更高的预测精度。给出了卷积和离散过程神经网络模型的学习算法,并通过对Mackey-Glass混沌时间序列的预测对提出的方法进行应用说明和验证。通过航空发动机EGT预测实例,并与卷积和离散过程神经网络模型的连续函数输入过程神经网格以及传统人工神经网络(ANN)的预测结果进行了对比。结果表明,相较于连续函数输入过程神经网络以及传统人工神经网络,卷积和离散过程神经网络具有更高的预测精度,且对于EGT的预测具有较好的适应性,因而为航空发动机EGT预测提供了一种有效的方法。 相似文献
14.
15.
16.
Nonthermal magnetospheric radio emissions provide the radio signatures of solar-terrestrial connection and may be used for
space weather forecasting. A three-wave model of auroral radio emissions at the fundamental plasma frequency was proposed
by Chian et al. (1994) involving resonant interactions of Langmuir, whistler and Alfvén waves. Chaos can appear in the nonlinear evolution
of this three-wave process in the magnetosphere. We discuss two types of intermittency in radio signals driven by temporal
chaos: the type-I Pomeau-Manneville intermittency and the interior crisis-induced intermittency. Examples of time series for
both types of intermittency are presented.
This revised version was published online in August 2006 with corrections to the Cover Date. 相似文献