混沌时间序列单变量和多变量重构的预测比较(英文)

被引：2

作者：

王海燕

朱梅

机构：

[1] 东南大学经济管理学院

[2] 东南大学数学系

来源：

Journal of Southeast University(English Edition) | 2003年 / 04期

关键词：

多变量混沌时间序列; 相空间重构; 预测; 神经网络;

D O I：

暂无

中图分类号：

TN918.1 [理论];

学科分类号：

070104 ;

摘要：

提出了多变量混沌时间序列相空间延迟重构中延迟时间间隔和嵌入维数的选取方法 ,给出了多变量混沌时间序列的局部平均预测法 ,局部线性预测法和BP神经网络预测法等 3种非线性预测方法 .通过Lorenz系统的仿真计算表明 ,无论用 3种非线性预测方法中的哪一种 ,多变量混沌时间序列要比单变量混沌时间序列的预测误差小得多 ,即使前者的数据长度只有后者的一半 ,前者的预测误差也要小很多 .另外从预测误差最小的角度验证了多变量混沌时间序列相空间延迟重构中延迟时间间隔和嵌入维数选取方法的有效性

引用

页码：414 / 417

页数：4

共 7 条

[1] Determining embedding dimension for phase space reconstruction using a geometric construction. Kennel M B,Brown R,Abarbanel H D I. Physical Review . 1990
[2] Reconstructing embedding spaces of coupled dynamical systems from multivariate data. Boccaletti S,Valladares D L,Pecora LM,et al. Physical Review . 2002
[3] Time series prediction by multivariate next neighbor methods with application to zooplankton forecasts. Reick C H,Page B. Mathematics and Computers in Simulation . 2000
[4] Phase space reconstruction of complex systems based on multivariate time series. Wang Haiyan,Sheng Zhaohan,Zhang Jin. Journal of South . 2003
[5] Multivariate nonlinear prediction of river flows. Porporato A,Ridolfi L. Journal of Hydrology . 2001
[6] Neural networks , fuzzy systems and their applications to motion control. Cong Shuang. . 2001
[7] Dynamics from multivariate time series. Cao Liangyue,Mees A,Judd K. Physica D Nonlinear Phenomena . 1998

← 1 →