[发明专利]基于“量‑型”混沌相似原理的中长期水文预报模型

摘要

本发明公开了一种基于“量‑型”混沌相似原理的中长期水文预报模型，根据选定的水文时间序列，通过相空间重构将一维时间序列转化为多维相空间的相点，将以欧式距离描述两个相点的空间接近程度定义为相点的“量”相似，以累积单位阶跃函数描述两个相点的内部结构相似程度定义为相点的“型”相似，建立双目标相似点寻优模型并采用宽容分层序列法求解，从而实现混沌预测，本发明方法应用于某站点月降雨量时间序列的预测中，并与相空间相似点预测模型作对比，结果显示本发明方法可以充分挖掘水文时间序列中的信息，有效提高水文时间序列的预报精度。

主权项

一种基于“量‑型”混沌相似原理的中长期水文预报模型，其特征在于，包括如下步骤：步骤1：判断水文时间序列具有混沌特性：采用饱和关联维数法进行定量判断，若吸引子关联维数随着嵌入维数增加时趋于饱和，说明该水文时间序列具有混沌特征；步骤2：相空间重构：采用自相关函数法和G‑P算法确定相空间重构参数；步骤3：混沌预测：应用双目标优化寻找相似点，采用“量”‑“型”耦合的相似预测模型进行预报。