混沌模型时间序列预测
一、混沌理論
?混沌現(xiàn)象是介于確定和隨機之間的一種不規(guī)則運動,是一種由確定的非線性動力學系統(tǒng)生成的復雜行為,廣泛存在于自然系統(tǒng)和社會系統(tǒng)中。混沌是確定性系統(tǒng)中由于隨機性行為而產(chǎn)生的一種外在的、復雜的、貌似無規(guī)則的運動。對于確定性的非線性系統(tǒng)出現(xiàn)的具有內在隨機性的解,稱為混沌解。
混沌系統(tǒng)分為兩類:(1)保守系統(tǒng)中不可積系統(tǒng)的混沌,如龐加萊證明的太陽系穩(wěn)定性問題;(2)耗散系統(tǒng)中的混沌,如Lorenz系統(tǒng)。對于物理系統(tǒng),從能量觀點可以分別保守系統(tǒng)和耗散系統(tǒng)。保守系統(tǒng),可以分為可積的和不可積的系統(tǒng),不可積的系統(tǒng)意味著混沌系統(tǒng);耗散結構是由極限環(huán)描述的周期運動,兩個或兩個以上周期運動的耦合會產(chǎn)生混沌運動。
混沌時間序列預測的物理基礎:(1)一方面,系統(tǒng)的蝴蝶效應,即某些復雜的非線性系統(tǒng)對復雜的初始條件具有很強的敏感性,即使系統(tǒng)初始條件細微差異,系統(tǒng)演化也可能導致顯著差異,在實際中很難測量初始條件,因此對這類系統(tǒng)進行長期預測是不可能的;(2)另一方面,混沌是由確定系統(tǒng)的內在特性引起的,在表面的隨機性中蘊藏著系統(tǒng)的內在秩序確定性,而非完全隨機的,因此其短期預測具有可行性。
-
混沌現(xiàn)象所固有的確定性,表明許多隨機現(xiàn)象實際上是可以預測的;
-
混沌現(xiàn)象所固有的對初值的敏感性,又意味著預測能力受到新的根本性限制。
? ? 因此,混沌現(xiàn)象是短期可以預測,而長期不能預測。
混沌時間序列預測,是一種新型的非線性系統(tǒng)預測理論,研究如何由時間序列通過相空間重構,從另一個維度和視角來辨識系統(tǒng),挖掘系統(tǒng)中蘊藏的規(guī)律,并預測系統(tǒng)的未來走勢,而忽略因變量背后眾多影響因素和復雜的影響機理,省卻了大量繁瑣的工作,非常適合于那些總體呈現(xiàn)確定性,但又具有某種程度隨機性的復雜系統(tǒng)。
混沌時間序列預測的基本思想:構造一個非線性映射來近似地還原原系統(tǒng),這一非線性映射即為要建立的預測模型。
混沌時間序列預測的優(yōu)點:(1)不必事先建立一個主觀模型,再通過對這個模型的微調來擬合原系統(tǒng),而是直接根據(jù)序列本身的客觀規(guī)律進行預測,這樣可以最大限度地避免人為主觀性,提高預測的精度和可信度;(2)混沌方法有更廣闊的適用范圍,即系統(tǒng)適應性好,而不像傳統(tǒng)預測方法僅僅適用于某一類具有特定特征的系統(tǒng)。
時間序列預測模型的建立主要基于兩類思想:(1)一類思想基于多變量回歸,即預測對象的未來行為取決于其他主導對象的當前或過去的行為,也就是說取決于另一個或多個時間序列。這些起主導作用的時間序列與被預測的時間序列存在共振或同步,同時也要滿足領先于被預測的時間序列。(2)另一類思想基于單變量自回歸,即預測對象的未來行為主要由其歷史行為決定。
吸引子不變量:關聯(lián)維、K熵、Lyapunov指數(shù)
?
?
總結
以上是生活随笔為你收集整理的混沌模型时间序列预测的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 聚类算法:Hierarchical Cl
- 下一篇: python正则表达式——re模块