基于預測的相空間重構(gòu)技術(shù)研究.pdf

1、王8S89j8AdissertationsubmittedtoZhengzhouUniversityforthedegreeofMasterTheResearchofPhase—SpaceReconstructionBasedonPredictionByZhanHouSupervisor：ProfJinyuanShenandDocRunjieLiuCommunicationandInformationSystemSchoolofInfo

2、rmationEngineeringMay2009摘要從目前對混沌時間序列的研究工作來看，相空間重構(gòu)技術(shù)是一項非常重要的工作，不僅僅是因為混沌時間序列的特征量計算與重構(gòu)后相空間的質(zhì)量關(guān)系非常密切，同時也是由于相空間重構(gòu)的質(zhì)量直接影響到下一步對混沌時間序列能否準確的預測。因此如何進一步提高重構(gòu)相空問的質(zhì)量也即有一個比較好的確定相空間重構(gòu)參數(shù)的方法就顯得尤其重要。文章首先深入研究了相空間重構(gòu)理論，利用導數(shù)重構(gòu)法、延遲坐標法和主分量分析法對三

3、組混沌時間序列進行了相空間重構(gòu)，并計算出各重構(gòu)后相空間的最大Lyapunov指數(shù)。延遲坐標重構(gòu)法由于其在重構(gòu)參數(shù)選擇上的靈活性，而取得了較好的重構(gòu)效果。鑒于不等時間延遲在對混沌時間序列進行重構(gòu)時較好的表現(xiàn)效果，文章基于神經(jīng)網(wǎng)絡(luò)和刪剪算法提出了兩種分別對應于不同時間延遲窗寬的相空間重構(gòu)參數(shù)的確定方法，并分別對理想的混沌時間序列和實際的網(wǎng)絡(luò)流量進行了相空間重構(gòu)，取得了較好的結(jié)果。文章最后基于RBF神經(jīng)網(wǎng)絡(luò)和相空間重構(gòu)技術(shù)，分別對四組混沌時間