基于混合神经网络和混沌理论的居民消费价格指数预测研究

文章对我国居民消费价格指数进行了混沌识别,结果表明其具备混沌特性;结合神经网络和混沌理论,提出了一种将混沌理论和神经网络相结合的居民消费价格指数预测模型,利用重构相空间的嵌入维数确定神经网络的结构,算法与设计相对简单.     

灰色分形模型研究

针对现实中大量存在的近似自相似性分形问题,本文在传统分形理论和模糊分形理论的基础上提出了一种"灰色分形模型",定义了一个灰数作为体现分形复杂度的"灰色分形维",并分别运用灰数拟合法和模糊规划法对这一灰色分形维进行了测定研究。通过实例分析,凸显了灰色分形模型在反映和解决实际分形问题时较之传统分形模型与模糊分形模型的优越性。     

南京都市圈空间结构的分形研究

为了定量分析南京都市圈空间结构的特征.文章通过计算集聚维数、网格维数和关联维数,从城镇要素空间相关性、城镇空间随机集聚的向心性和空间分布的均衡性三个方面,分析了南京都市圈空间结构的分形特征.     

基于RS分析的中国债券市场分形特征研究

文章详细讨论了RS分析方法、概率空间分形维的测度,通过对上证国债指数和上证企债指数的RS分析,得到了两序列赫斯特指数和非周期循环长度,进一步得出中国债券市场为分形市场的结论.     

混沌时间序列的支持向量机预测

文章以重构相空间理论为基础,探讨了混沌时间序列的支持向量机预测模型建模的思路、特点及关键参数的选取;利用饱和关联维数法进行相空间重构,并运用小数据量法计算最大Lyapunov指数,对时间序列进行混沌特性识别。实例表明,该模型能较好地处理混沌时间序列,具有较高的泛化能力和很好的预测精度。     

对分形方法在经济预测领域中应用的研究

文章利用分形方法对经济领域中相互影响的经济量进行预测研究,针对实际应用中分形维数不恒定的问题,提出了两种解决的方案,并通过若干实例体现了分形方法在用于经济预测时的准确性、灵活性和易实现等特点。     

基于分形插值模型的股价时间序列分析及预测

文章运用分形插值的理论与方法建立了能够分析及预测股票价格波动的分形插值数学模型;以上市公司青岛海尔为例,使用该模型分析了股价的变化规律,预测了股价的未来走势,并使用时间序列曲线的分形维数与Hurst指数,描述了股价的波动性及长期相关性等特征.     

基于混沌特性参数的股指神经网络建模及预测

文章针对嵌入维数较高的混沌时间序列很难在相空间中找出一种映射关系来预测其变化趋势,提出基于序列的混沌特性参数建立RBF神经网络预测模型。该模型以相空间中的各个相点作为输入,通过高斯函数的多次复合来逼近复杂的映射关系。以具有混沌特性的上海证券交易所股指时间序列为例对模型进行了验证。结果表明,该模型具有较好的预测能力和预测精度。     

基于分形理论的区域经济差异分析——以河南省为例

以河南省为例,首先,运用库茨涅茨不平衡系数并通过对其分解来分析河南省各地区经济发展相对差异的变化情况,得到河南省各区域的经济发展确实存在较大差异的结果;然后,又从分形理论中的位序-规模法则和分形维数的角度对河南省区域发展差异进一步分析,得出河南省城市体系等级结构具有分形特征;最后,结合分析结果,从分形理论的角度给出一些可行性的建议。     

基于分形理论的徐州都市圈空间结构研究

文章通过计算集聚维数、网格维数和关联维数,从城镇空间随机集聚的向心性、空间分布的均衡性和城镇要素空间相关性三个方面,分析了徐州都市圈空间结构的分形特征.测算结果表明:徐州都市圈城镇的空间分布具有一定的集聚性,但城镇空间向心性集聚分布的特征并不显著,城镇空间分布具有一定的均衡性,城镇要素的空间分布具有相关性,城市之间联系较为紧密,相互作用比较强.     

深圳证券市场混沌性探测的前提:小波去噪

0引言自上世纪90年代末期开始,国内掀起了一股研究我国证券市场混沌性的热潮。其基本思想是通过相空间重构的方法重构待研究时间序列的奇怪吸引子,计算其关联维数和Lyapunov指数,根据关联维是否为分数以及Lyapunov指数是否为正数来判断该市场是否具有混沌性。众所周知,经济时间     

一个非线性动力学问题的混沌分析

近年来,人们越来越多地关注非线性动力系统的动态响应问题,尤其是混沌动力学的不断发展和完善极大地丰富了非线性科学领域,为许多古老的研究课题注入了新的活力,对包括自然科学在内的全部科学起到了日益深远的影响,本文是在固体力学领域内,研究duffing振子的动力学行为,包括它的混沌运动,相空间,重构相空间,振动模式。由于有限维系统在相空间和重构相空间中的几何图形比较直观,研究他们的混沌问题比较方便,所以本文是在二维系统中进行研究的。     

分形插值预测模型的构建及应用

文章根据长江大通站月平均径流量数据资料,首先运用重标极差(R/S)分析方法揭示了径流复杂的非线性特性下隐藏的持续性特征,并计算出其分形维数,证明该径流量时间序列具有分形特性。据此,利用历史数据建立了具有外推功能的迭代函数系统(IFS),其中对垂直尺度因子的求取采用了能兼顾数据局部细节和待插值对象整体特征的方法。然后通过筛选不同的数据长度建立了新陈代谢分形插值预测模型对径流量进行预测。最后通过实例验证表明,该预测模型能够满足预测的精度要求。     

基于支持向量机的降水量混沌时间序列预测

本文针对降水量时间序列的混沌性,根据混沌动力系统的相空间延迟坐标重构理论,基于支持向量机优越的非线性拟合性能,建立了基于支持向量机的降水量混沌时间序列预测模型。由于降水量时间序列的特殊性,本文采用均方根误差为标准来选取最优嵌入维数和模型参数,并结合实例验证该模型能精确地预测降水量。同时,这一结论也预示着支持向量机是一种研究混沌时间序列的有效方法。     

支持向量机模型在统计学上的应用研究

支持向量机的问题本质上是一个经典的二次规划问题.避免了局部最优解.有效地克服了维数局限性,而且可以结合利用最优化理论中许多算法.文章通过对线性支持向量机和非线性支持向量机的分析研究,又进一步研究了其在统计学这个大的领域里的一些具体应用.而且把支持向量机和Boosting算法相结合以提升该学习算法的强度.     

基子分形插值函数模型的非等距时序灰色预测方法

本文简单介绍了分形插值的数学模型及其插值方法,构造了一种分形插值算法.该算法利用区间内的迭代函数系和吸引子由特定的初始点出发进行直接搜索,并通过迭代特定次数和获得的点集与吸引子均方偏差不断减小的过程来逐步调整初始点的纵坐标值,而均方偏差达到最小化时的纵坐标值可作为预测值.该值可用于非等距时序GM(1,1)的灰色预测问题.     

基于分形插值函数模型的非等距时序灰色预测方法

本文简单介绍了分形插值的数学模型及其插值方法,构造了一种分形插值算法。该算法利用区间内的迭代函数系和吸引子由特定的初始点出发进行直接搜索,并通过迭代特定次数和获得的点集与吸引子均方偏差不断减小的过程来逐步调整初始点的纵坐标值,而均方偏差达到最小化时的纵坐标值可作为预测值。该值可用于非等距时序GM(1,1)的灰色预测问题。     

超高维数据降维与Logistic广义线性拟合分析

文章以美国威斯康星州的乳腺癌调查数据为例,分别采用SIS和TCS算法对高维数据进行降维处理,尝试将改进的Logistic广义线性模型对降维后的变量进行拟合.再与传统的一般线性模型、Logistic广义线性模型相比,结果表明,基于算法降维后的Logistic广义线性模型预测误差更小,其中基于TCS算法降维后的广义线性模型在拟合中要明显优于SIS算法降维后的广义线性模型.     

基于混沌神经网络算法的CPI预测

文章针对CPI时间序列的非线性特征,运用混沌理论对其相空间进行了重构,并求出其最大Lyapu nov指数大于零,从而判断CPI时间序列的混沌特性,利用混沌BP混合算法(CBP)构建了CPI预测模型。结果表明,该模型在6个月内具有较高的精度。     

二维不平衡指派问题模型及其求解

文章通过界定二维指派及不平衡指派问题,针对运输换装过程中货物批数和车辆数不等的情况,建立了二维不平衡指派问题的优化模型,给出了遗传算法进行求解的方法。