基于Kolmogorov熵权的城市轨道交通网络节点重要度识别算法

近年来,我国城市轨道交通系统中延误、破坏事件及运营故障等事故频发,事故站点大多客流量大且交通繁忙,因此识别城市轨道交通网络中的重要节点对于保证网络的正常运营具有重要意义。为更真实地反映现实世界城市轨道交通网络的实际情况,本文首先基于复杂网络理论构建城市轨道交通网络模型;其次在网络拓扑指标的基础上,考虑车站自身属性及其周边区域环境对节点重要度的影响,构建城市轨道交通网络指标评价体系;然后基于混沌时间序列与混沌系统指标序列的共性,采用Kolmogorov熵权法计算指标权重,结合城市轨道交通网络指标数据得到城市轨道交通网络节点重要度排序;最后,通过成都地铁网络的实例研究结果表明:排序前10的关键车站均位于城市中心城区且皆为换乘站点。与信息熵权法结果进行对比发现,本文方法有8个共同的关键站点,且排序结果分布更集中、极端值更少、得分差距更小。研究成果有助于更好地理解城市轨道交通网络的结构特征,为预防事故、优化运营提供了重要理论依据。

加权空间中一阶格点系统的统计解及其Kolmogorov熵

该文研究加权空间中一阶格点系统的统计解及其Kolmogorov熵.文章首先证明一阶格点系统的初值问题在加权空间中具有整体适定性,且解映射生成一个连续过程并存在一族不变Borel概率测度,接着证明该族不变测度满足Liouville定理,且是该格点系统的统计解,最后给出了统计解的Kolmogorov熵的估计.

Determination of Kolmogorov Entropy of Chaotic Attractor Included in One-Dimensional Time Series of Meteorological Data

The 1970-1985 day to day averaged pressure dataset of Shanghai and the extension method in phase space are used to calculate the correlation dimension D and the second-order Renyi entropy K2 of the approximation of Kolmogorov's entropy, the fractional dimension D = 7.7-7.9 and the positive value K2 - 0.1 are obtained. This shows that the attractor for the short-term weather evolution in the monsoon region of China exhibits a chaotic motion. The estimate of K2 yields a predictable time scale of about ten days. This result is in agreement with that obtained earlier by the dynamic-statistical approach.The effects of the lag time i on the estimate of D and K2 are investigated. The results show that D and K2 are convergent with respect to i. The day to day averaged pressure series used in this paper are treated for the extensive phase space with T = 5, the coordinate components are independent of each other; therefore, the dynamical character quantities of the system are stable and reliable.

从混沌时间序列同时计算关联维和Kolmogorov熵

在ＧＰ算法的基础上提出用最小二乘法从时间序列同时计算出关联维和Ｋｏｌｍｏｇｏｒｏｖ熵的方法。对混沌系统，从本方法得出的关联维是最优的，同时也得到了Ｋｏｌｍｏｇｏｒｏｖ熵的稳定估计。并用Ｒｏｓｌｅｒ吸引子和Ｌｏｒｅｎｚ吸引子为例证实了这一算法。

混沌时间序列的Kolmogorov熵的应用研究

论文提出了一种在m维相空间中计算混沌时间序列的Kolmogorov熵的方法,以Rossler混沌系统和Lorenz混沌系统为例验证了算法的准确性,其仿真结果与系统本身具有基本相同的计算精度;分析了噪声对这种方法的影响,结果表明这种算法可以有效克服采样过程中常常出现的噪声对信号的干扰,得到较为满意的结果。将其应用于脑血管血流动力学中,得到了与理论分析相一致的结果。

砂岩节理裂隙贯通的Kolmogorov熵定量判别及应用

形成岩石全应力应变曲线的时间序列反映了岩石内部节理裂隙趋向贯通的演化进程,砂岩节理裂隙系统在峰前阶段处于不同程度的混沌状态。以岩石力学实验为基础,基于时间序列发展并运用Kolmogorov熵理论提取K熵值,建立了砂岩节理裂隙贯通与否的定量判据,并将其尝试应用于岩石强度准则研究,初步建立了K熵这一微观特征量与宏观力学量之间的关系。

基于小波包滤波的汽轮机转子振动故障的Kolmogorov熵诊断

根据Bently实验台所采集的碰摩、松动、不对中、不平衡四种典型汽轮机转子振动故障信号,采用小波包和Kolmogorov熵相结合的方法对其进行故障诊断。即先利用小波包方法对原始信号进行滤波,提取有用的信号频段,再对滤波后的信号求解Kolmogorov熵。诊断结果表明:小波包分析的方法有着很好的滤波和提取非平稳信号的能力;小波包滤波后的汽轮机转子的振动时间序列在不同故障状态下的Kolmogorov熵明显不同,Kolmogorov熵在进行汽轮机转子故障类型诊断时有较好的区分度。

隧道围岩卸荷演化过程的Kolmogorov熵分析

岩石材料本质上是一种物理非线性的材料,在深埋条件下,隧道围岩系统的变形还表现出几何非线性,这两种非线性机制的相互作用使得围岩系统的卸荷演化具有高度的复杂性。根据重庆某深埋隧道围岩实际情况,建立了摩尔-库仑剪破坏与拉破坏复合的应变软化模型,运用三维显式有限差分程序FLAC3D软件,采用大变形方法对深埋隧道围岩系统卸荷进行数值仿真,同时基于耗散结构理论,对深埋隧道围岩系统卸荷演化的双重非线性数值计算结果行整合,提取了围岩系统演化过程中特征点演化时间序列的Kolmogorov熵值,判断了系统演化的混沌特性及其对初始条件的敏感性,分析了系统卸荷过程的能量耗散特征,研究了围岩的失稳机制。

基于Kolmogorov熵的转子—机匣系统故障诊断研究

提出了基于Kolmogorov熵的航空发动机转子-机匣系统状态识别和故障诊断新方法.应用关联积分算法,基于实测的航空发动机机匣振动时间序列求解了转子-机匣系统不同工作状态和故障状态的Kolmogorov熵;基于Kolmogorov熵,对航空发动机转子-机匣系统进行了状态识别和故障诊断.研究结果表明,该法具有较高的状态识别和故障诊断能力.

矿井涌水量时间序列混沌特性的Kolmogorov熵判别

根据相空间重构理论和技术以及G-P算法,在嵌入维按等间隔m不断增加的情况下,在无标度区间内,作等斜率线性回归,利用最小二乘法得到6个典型矿区矿井涌水量时间序列的Kolmogorov熵。结果表明其具有混沌特性,从而可为确定矿区地下水系统特征、性质和矿井涌水量预测模式提供理论依据。

基于关联维数和Kolmogorov熵的协同物流网络有序度控制模型

考虑到协同物流网络具有的动态开放、组织复杂等特性,在运行过程中易出现随机混沌现象,影响网络有序程度和运行效率,提出了以保障运行时效和服务质量为目标的协同物流网络有序度控制模型.研究表明,该模型通过关联维数和Kolmogorov熵相结合的方法,可以考察不同状态下协同物流网络运行的复杂程度和混沌特征,实现网络的无序预警;同时从变量选择、参数调整和强度变化等方面,验证了可通过缩减物流功能节点、减少物流任务等纠偏措施降低关联维数和K熵值,提升协同物流网络运行的有序控制能力.

基于Kolmogorov熵的低压电力线信道特性分析

将Kolmogorov熵引入低压电力线信道特性的研究。通过计算不同条件下测得的电力线时间序列的Kolmogorov熵值,分析研究信道的混沌特征。主要结果有Kolmogorov熵值与电力网络的运行工况(地点、时间、负荷)呈正相关性,恒大于零,且趋于某一饱和值;同时,Kolmogorov熵受数据测量电路的通频带、采样间隔等参数影响。据此可推得如下结论:低压电力线信道具有混沌特征,短时可预测;Kolmogorov熵可作为描述低压电力线信道模型、估计信道特性的参数之一。

基于Kolmogorov熵的系统协同效应度量方法及实证

度量协同度是协同学研究的核心和难点。通过分析现有协同度模型及其使用条件,发现基于协调发展思想的协同度模型在实际应用时有严格的限制条件,极大限制了其适用范围。基于协同效应思想,验证了Kolmogorov熵与系统协同度的关系,并构建了基于k熵的复杂系统协同度模型及量化方法。该方法考虑了序参量在系统某一时刻的发展趋势,能够在更大程度上反映系统的有序程度,弥补了现有研究的不足。最后,以中国2004~2015年各省份的科技金融系统为评价对象,对新的协同度模型与评价方法的应用范围进行了实证研究。分析发现,本模型不仅能够有效找到子系统的序参量,而且可以方便的计算系统协同度并以此描述系统发展对重大事件的反映。

关联维数和Kolmogorov熵在变速箱状态判别中的关联性

介绍了关联维数和Kolmogorov熵的基本原理和计算方法。计算变速箱不同工况下的关联维数和Kolmogorov熵。分析了二者在刻画变速箱运行状态时的内在关联性,结果表明,关联维数和Kolmogorov熵在描述变速箱工作状态时具有良好的一致性。该结论为变速箱运行状态判定及故障诊断提供了良好的验证依据,也为状态监测及故障诊断中的混沌特征参数选择提供实验依据。

一种利用小波包分析计算混沌时间序列Kolmogorov熵的方法

提出了一种利用非线性时间序列的小波包变换模数代替混沌信号本身,在m维相空间中计算其Kolmogorov熵的方法,并用具体实例进行了仿真验算和噪声分析.结果表明,这种算法准确、可靠,并且可以有效克服采样过程中常常出现的噪声对信号的干扰.*

基于Kolmogorov熵的新三维混沌系统动力学分析

提出了一个利用正弦纠缠函数方法构造的新三维混沌系统,基本的原理是纠缠2个或多个稳定的线性子系统,形成人为的混沌系统.对该系统耗散性、吸引子的存在性、平衡点的稳定性、Hopf分岔特性进行了研究,同时利用Kolmogorov熵的理论,通过计算机辅助软件,分析了不同参数对系统的影响,根据不同长度的参数空间,计算得到了与理论一致的正的常量Kolmogorov熵,证明了系统的混沌状态.

蕴震系统的Kolmogorov熵及其可预报性

本文简单地回顾了从热力学熵到拓扑熵的熵概念发展历史以及熵理论在地震预报中的应用，着重介绍了Ｋｏｌｍｏｇｏｒｏｖ熵的理论背景、计算方法、估计方法以及它与系统动力学行为的可预报性问题的关系。以京津唐地区为例，对时间域计算了Ｋ熵在唐山大震前后的变化情况，得出大震前系统存在Ｋ熵下降的趋势，震后又回升。以多台的空间域综合方法计算得到Ｋ熵大于零，对于１０－５～１０－６的观测精度其可报期限为４～５年。

砂岩全应力应变试验曲线阶段特征的Kolmogorov熵分析

应用K o lm ogorov熵评价准则,进行砂岩全应力应变曲线阶段特征的非线性动力学研究,定量描述了峰前、峰后和全程三个层次的分段特征。通过与功率谱分析结论的比较研究,得出砂岩全应力应变曲线阶段特征的K o lm ogorov熵分析具有高度的可靠性,是对功率谱分析方法的科学验证与有益补充,开辟了岩石全应力应变曲线分段特征定量研究的新途径,具有一定的理论意义。

空间目标RCS序列的Kolmogorov熵分析

空间目标雷达散射截面(RCS)序列为非平稳序列,经典的数学方法很难对其进行分析。针对空间目标RCS序列的产生机理,首次引入了混沌理论的Kolmogorov熵理论对空间目标RCS序列进行分析。实测数据处理结果表明,空间目标RCS序列具有混沌特性,其Kolmogorov熵可作为空间目标识别的有效特征。

对动力学系统kolmogorov熵的研究

论述了kolmogorov熵的由来与内涵;分析研究了k熵对动力学系统状态演化特征的宏观描述;同时指出k熵是反映系统相轨变化规律的重要特征量。