混沌时间序列的区间预测
时间:2026-01-26
时间:2026-01-26
混沌时间序列的区间预测
第31卷第2期
上海交通大学学报
JOURNALOFSHANGHAIJIAOTONGUNIVERSITY
Vol.31№21997
混沌时间序列的区间预测
叶中行 龙如军
(应用数学系)
3
摘 要 讨论混沌时间序列的区间预测,,并应用于实例,取得较好效果.
关键词 混沌;嵌入;相空间;区间预测;奇异吸引子中图法分类号 O234
,且具有分维的特征.自然科学包括化学、物理、,例如:化学系统中浓度的变化,流股票市场中股票价格的变化等等.纯粹数学家感兴趣的是混沌吸引子的拓扑结
构,而应用科学家感兴趣的是一个观测到的动态系统是否具有奇异吸引子以及动态系统将来的行为.显然后者具有非常重要的实用价值.混沌的动态系统具有确定性规则.如果能发现这个确定性规则,那么精确预测非线性动态系统将成为可能,但这往往是比较困难的,因此代之以以下的方法.把动态系统中所观测到的某信号值的变化记成一个时间序列:x1,x2,x3,…,xn,…(下标表示某个单位时间Σ的整数倍),如果所观测到的动态系统呈混沌状态,且已知x1,x2,…,xN,如何建立恰当的动态模型来预测xN+1呢?
[1]n
.Packard等[2]建议用原始系Whitney建立了m维可微流形嵌入到R(只要n≥2m)中的嵌入定理
统中某变量的延迟坐标来重构状态空间.Takens[3]证明了如果延迟坐标向量的维数n≥2m+1,则延迟
坐标向量的表达是在欧氏空间Rn中的微分同胚.从而为混沌时间序列的预测奠定了坚实的理论基础.以Packward等人的模型为基础,Farmer和Sidorowich[4]提出用局部近似方法来作时间序列的预测.但在他们的方法中,存在着一些未定的因素(如嵌入维数d,延迟时间Σ及相似历史数据的取法),而且由模拟确定性规则所带来的误差是不可避免的.本文则从另一角度出发,不是预测某一时刻的信号值,而是预测其取值区间.着重研究两个问题:①寻找最优嵌入维数的算法;②探讨区间预测的理论和算法.区间预测的思想避免了模拟确定性的混沌规则,在实际应用中,取得了较好的效果.
1 相空间重构的理论基础
20世纪80年代,Packard等人为了探测流体中湍流行为的奇异吸引子的本质,研究了相空间重构
问题,并且建议用原始系统某个变量的延迟时间坐标重构相空间.有如下三阶常微分方程:
ααα(1)x=-(y+z), y=x+0.2y, z=0.4+xz-5.7z
其典型的相空间是(x(t),y(t),z(t))(见图1[2]),Packart等人发现用系统中某个坐标的延迟时间向量作为三维空间的基向量,所描绘的微分动力系统的吸引子的结构非常相似(见图2[2]),虽然有些扭曲,毕竟(x(t),x(t-Σ),x(t-2Σ))不同于(x(t),y(t),z(t)),它已经比较好地反映了系统的某些渐进性质. 对于Packard等人的建议,Takens从理论上给出了证明.
),(N1,Θ定义1 设(N,Θ:N→N1满足:①Υ是满射:②Θ(x,1)是两个度量空间,如果存在映射Υ
),(N1,Θ.1(Υ1)是等距同构的y)=Θx,Υy)(Πx,y∈N),则称(N,Θ
定义2 如果(N1,Θ1)与另一个度量空间(N2,Θ2)的子空间(N0,Θ2)是等距同构的,则称(N1,Θ1)
可以嵌入(2,Θ2).
收稿日期:1996201229
3攀登计划和国家自然科学基金资助项目.第一作者:男,1946年生,教授.上海,200030.
混沌时间序列的区间预测
8上 海 交 通 大 学 学 报1997年 第2期
定理1 (Takens)M是m维流形,Υ:M→.y:
M→R,y有二阶连续导M,Υ是一个光滑的微分同胚
2m
(x)),则<(Υ,y)是M到R2m+1的一个嵌入数.<(Υ,y):M→R2m+1,其中<(Υ,y)(x)=y(x),y(Υ(x)),…,y(Υ.
证明 见文献[3].
.函数y实质上就是m维流形M中人们所能观Takens的嵌入定理是在非常一般的情况下讨论的
测到的信号值.用特殊的函数来取代Υ,令Υ:xt→xt-Σ,xt表示t时刻M中的状态,Σ是时间,显然Υ是一个光滑的关于自身的微分同胚.假设t时刻M中能观测到的某信号值记为yt,则y(xt)=yt,y(Υ(x))=
2m
y(xt-Σ)=yt-Σ,…,y(Υ(x))=yt-2mΣ
.因此嵌入定理中的<(Υ,y)就是(yt,yt-Σ,…yt-
2mΣ
),由嵌入定理,<(Υ,y)
是一个嵌入.即M与空间yt,yt-Σ,…,yt-2mΣ微分同胚.这就从理论上证明了当嵌入维数大于原始动力系统吸引子维数的2倍时,.定理中当
.Υ是某些特定函数,M是非紧流形时,定理同样成立
图1 方程在(x,y)
方向上的投影
图2 用(x,x)重构相空间
2 搜索最优嵌入维数
设原始系统的吸引子维数为dA,嵌入维数为dE.在Takens的嵌入定理中,dE≥2dA仅仅只是充分条件.在实际的应用中,dE并非越大越好.如果嵌入维数太大,就需要更多的观测值,更大的计算量.在有噪声存在的非线性系统中,维数大了,就要花费不必要的时间来观测充满噪声的信号.
[6]
设计了测量一个时间序列是否IID方法,Savit和Green把它发展成条件概率方法,提出
变量依赖的概念及准则,而Carsten和HongPi[7]进一步通过 -测试方法来寻找变量依赖准则和嵌入
Brock
[5]
维数的性质.本文以他们的思想为基础,提出两个向量之间关系的概念和算法.
考虑一个离散系统,其信号值记为zt(t=1,2,…,N),我们感兴趣的问题是:过去信号值与将来信号值之间是否存在某种联系:
zt=f(zt-1,zt-2,…,zt-d)+rt
(2)
式中,rt代表噪声或由不充分维数的嵌入产生的附加信息值.一般来说,rt会随d的增加而降低.特别地,当系统具有完全决定性的时候,存在一个最小嵌入维数dmin,当d>dmin时,rt消失.把信号值嵌 …… 此处隐藏:7165字,全部文档内容请下载后查看。喜欢就下载吧 ……
下一篇:远程会诊中心管理规定