基于条件熵扩维的多变量混沌时间序列相空间重构

摘要：

提出一种多变量混沌时间序列相空间重构的条件熵扩维方法.首先使用互信息法求解每个变量的时间延迟,其次按条件熵最大原则逐步扩展相空间的嵌入维数,使得重构坐标从低维到高维的转换保持较强的独立性,最终的重构相空间具有较低的冗余度,为多变量时间序列的预测构造了有效的模型输入向量.通过对几个经典多变量混沌时间序列进行数值实验,结果表明该方法比单变量预测和已有多变量预测方法具有更好的预测效果,说明了该重构方法的有效性.

关键词：多变量混沌时间序列、相空间重构、条件熵、神经网络预测

所属期刊栏目：60

分类号：O4(物理学)

资助基金：广东省自然科学基金9451064101003233;华南理工大学中央高校基本科研业务费专项资金项目2009ZM0125;2009ZM0189;2009ZM0255;重庆三峡学院重点项目10ZD-16

在线出版日期：2011-06-21（万方平台首次上网日期，不代表论文的发表时间）

页码：112-119