混沌中的随机性分析及其在证券中的应用

本文通过对混沌的整体秩序与局部随机关系的分析,讨论了当混沌时间序列的自相关函数呈负指数衰减时,我们可以提取混沌中的内在的近似随机的时间序列,并通过运用计量经济中的AR模型进行分析与模拟,模型拟合的结果很理想。由此我们得出对于一类非线性系统同样可以运用一些线性模型来作近似分析。

压力脉动时间序列的混沌特性与信息熵研究

对气固流化床压力脉动时间序列进行混沌特性分析 ,并提出不同流型状态的转变对应着几个混沌参数的变化。进一步 ,基于Shannon互信息理论 ,定义了信息传输速率 ,通过对不同探头之间得到的信息传输速率的讨论 。

基于混沌-动态递归神经网络的地下厂房高边墙围岩变形预报

预测地下厂房高边墙围岩变形是大型水电站设计和施工中重要的研究课题.引入混沌理论,对神经网络进行优化,建立变形预报的动态-递归神经网络模型,通过计算最大Lyapunov指数获得预报最大时间天数,运用混沌特性力学参数优化神经网络结构,通过递归神经网络映射混沌相空间相点演化的非线性关系,提高了预测精度和稳定性.某大型水电站实例表明,预报值与实测位移之间误差都小于10%,预测精度高,实时可靠,对开挖结束后的位移进行了预报,结果合理.