成果介紹
本發(fā)明提供了一種基于相空間重構(gòu)嵌入和粒子群算法優(yōu)化目標volterra級數(shù)模型預(yù)測時間序列的方法,包括:接收輸入的原始滑坡時間序列{X(t),t=1, 2, 3,…,n};判斷原始滑坡時間序列是否具有混沌特征;若原始滑坡時間序列具有混沌特征,則確定出原始滑坡時間序列的延遲時間,確定出原始滑坡時間所要嵌入的相空間的嵌入維數(shù);將延遲時間和嵌入維數(shù)代入到目標volterra級數(shù)模型;利用粒子群算法優(yōu)化目標volterra級數(shù)模型的核函數(shù),使得核函數(shù)的系數(shù)達到預(yù)設(shè)誤差要求;輸出目標volterra級數(shù)模型的參數(shù)、核函數(shù)的系數(shù)、以及預(yù)測出的目標滑坡時間序列。延遲時間和嵌入維數(shù)直接嵌入目標volterra級數(shù)模型的數(shù)學(xué)模型中,將傳統(tǒng)的把滑坡時間序列相空間重構(gòu)后得到的輸出序列再輸入到目標volterra級數(shù)模型中的兩步直接變成一步,提高運算效率。
成果應(yīng)用案例介紹
計算控制>重建方法>重建方法; 計算控制>預(yù)測方法>volterra級數(shù)模型時間序列預(yù)測