[发明专利]径流的混沌特性分析及非线性预测方法

摘要

本发明公开了径流的混沌特性分析及非线性预测方法，采集的径流数据大于39个；对每个径流数据进行小波变换，生成若干个子序列；对每个子序列采用小数量法或其他方法分别计算最大lyapunov指数；对最大lyapunov指数为正数的子序列判定为混沌时间序列，分别计算混沌时间序列的延迟时间和嵌入维数；根据计算出来的延迟时间和嵌入维数，对相应的具有混沌特性的子序列进行相空间重构，将重构结果作为预测的数据输入神经网络模型完成最终预测。本发明的有益效果是江河海域的径流记录数据大于39个时，即可进行混沌特性分析及非线性预测。

主权项

径流的混沌特性分析及非线性预测方法，其特征在于：按照以下步骤进行：步骤1：采集径流数据，包括影响径流演化的所有相关数据，收集径流数据，径流数据为每年采集一次，采集的径流数据大于39个；步骤2：对每个径流数据进行小波变换，生成若干个子序列；步骤3：对每个子序列采用小数量法或其他方法分别计算最大lyapunov指数；对最大lyapunov指数为正数的子序列判定为混沌时间序列，分别计算混沌时间序列的延迟时间和嵌入维数；步骤4：根据计算出来的延迟时间和嵌入维数，对相应的具有混沌特性的子序列进行相空间重构，相空间重构表后的信息表示为维数为m的时延向量：X(t)＝(x(t),x(t‑S),…,x(t‑(m‑1)S))^T   (2)其中m为嵌入维数，S为延迟时间；步骤5：将重构结果即式(2)作为预测的数据输入神经网络模型完成最终预测。