基于最大Lyapunov指数的改进预测模型及其在城市用水量短期预测中的应用

被引：6

作者：

赵鹏

张宏伟

机构：

[1] 天津大学环境科学与工程学院

来源：

天津大学学报 | 2007年 / 12期

关键词：

混沌; 最大Lyapunov指数; 改进算法; 城市用水量; 短期预测;

D O I：

暂无

中图分类号：

TU991.31 [用水量];

学科分类号：

摘要：

参照计算Lyapunov指数的Wolf方法,考虑预测中心点与邻近点和上一个演化点的夹角,对混沌理论基于最大Lyapunov指数的预测方法进行了改进.通过对城市用水量短期预测的实例研究,将改进算法与传统算法进行比较.结果表明,与传统算法相比,改进算法的预测精度在整个预测周期内提高了10.2%,在最大可预测时间尺度内提高了1.1%.

引用

页码：1500 / 1506

页数：7

共 7 条

[1] 非线性时序的混沌特性分析与预测 [J].

邓兰松 ;

沈菲 .

天津大学学报, 2004, (11) :1022-1025

[2] 混沌时间序列局域预测模型及其应用 [J].

丁涛 ;

周惠成 .

大连理工大学学报, 2004, (03) :445-448

[3] 用水量时间观测序列中的分形和混沌特性 [J].

柳景青 .

浙江大学学报(理学版), 2004, (02) :236-240

[4] Short-term forecasting for urban water consumption [J].

Aly, AH ;

Wanakule, N .

JOURNAL OF WATER RESOURCES PLANNING AND MANAGEMENT-ASCE, 2004, 130 (05) :405-410

[5] Nonlinear model for drought forecasting based on a conjunction of wavelet transforms and neural networks [J].

Kim, TW ;

Valdés, JB .

JOURNAL OF HYDROLOGIC ENGINEERING, 2003, 8 (06) :319-328

[6]

Artificial Neural Network Approach for Predicting Transient Water Levels in a Multilayered Groundwater System under Variable State, Pumping, and Climate Conditions[J] . Emery Coppola,Ferenc Szidarovszky,Mary Poulton,Emmanuel Charles.Journal of Hydrologic Engineering . 2003 (6)

[7] Advancement of statistical based modeling techniques for short-term load forecasting [J].

ElKeib, AA ;

Ma, X ;

Ma, H .

ELECTRIC POWER SYSTEMS RESEARCH, 1995, 35 (01) :51-58

← 1 →