基于Lyapunov指数改进算法的边坡位移预测

给出了一种最大 Ｌｙａｐｕｎｏｖ指数的改进算法，这种改进算法不仅对小数据序列可靠，而且计算量小，相对容易操作。通过对边坡位移历史数据序列进行特征分析，计算出最大ｂ叩ｕｎｏｖ指数，并利用最大Ｌｙａｐｕｎｏｖ指数的一维模式进行边坡位移预测。这种改进的方法比己有的研究方法更可靠，而且操作起来比较方便。通过对三峡升船机高边坡和新滩滑坡实际位移数据进行预测，结果令人满意。

基于最大Lyapunov指数方法预测油田产量

传统的预测方法是先建立数据序列的主观模型,然后根据主观模型进行计算和预测,而混沌科学的发展使得不必事先建立主观模型,直接根据数据序列本身所计算出来的客观规律(如Lyapunov指数等)进行预测,避免预测的人为主观性。提出适用于小数据序列的方法,几乎利用了所有的数据信息,能够计算出比较精确的Lyapunov指数。结果表明:该方法可靠、计算量小、相对易操作,精度高,并能得出最大预测时间。