混沌理论在大气环境质量预测中的应用
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 1 绪论 | 第9-16页 |
| ·混沌的发展 | 第9-11页 |
| ·混沌理论的应用现状 | 第11-13页 |
| ·大气环境质量预报方法 | 第13页 |
| ·混沌理论在大气环境质量数值预测中应用的意义 | 第13-14页 |
| ·本文主要研究内容 | 第14-16页 |
| 2 混沌基本理论 | 第16-25页 |
| ·混沌的定义 | 第16页 |
| ·混沌的产生 | 第16-18页 |
| ·洛伦兹方程—大气对流模型 | 第16-17页 |
| ·分形 | 第17-18页 |
| ·奇怪吸引子 | 第18-20页 |
| ·相空间重构 | 第20-22页 |
| ·相空间重构理论 | 第20-21页 |
| ·相空间重构参数的选择 | 第21-22页 |
| ·自相关函数法 | 第22页 |
| ·混沌的识别 | 第22-24页 |
| ·功率谱分析法 | 第23页 |
| ·主分量分析(PCA分布) | 第23页 |
| ·Poincare截面法 | 第23-24页 |
| ·最大Lyapunov指数法 | 第24页 |
| ·C-C方法 | 第24页 |
| ·小结 | 第24-25页 |
| 3 各时间序列的混沌识别 | 第25-41页 |
| ·各时间序列 | 第25-27页 |
| ·各时间序列的延迟时间 | 第27-28页 |
| ·各时间序列的饱和关联维 | 第28-32页 |
| ·饱和关联维 | 第28-29页 |
| ·饱和关联维的提取步骤 | 第29页 |
| ·各时间序列的饱和关联维 | 第29-32页 |
| ·各时间序列的Kolmogorov熵 | 第32-34页 |
| ·Kolmogorov熵 | 第32页 |
| ·各时间序列的Kolmogorov熵 | 第32-34页 |
| ·各时间序列的最大 Lyapunov指数 | 第34-38页 |
| ·最大 Lyapunov指数 | 第34页 |
| ·最大 Lyapunov指数的算法 | 第34-35页 |
| ·小数据量方法 | 第35-38页 |
| ·各时间序列的最大Lyapunov指数 | 第38页 |
| ·各时间序列相图 | 第38-40页 |
| ·小结 | 第40-41页 |
| 4 混沌理论在大气环境质量预测中的研究和应用 | 第41-53页 |
| ·混沌预测的方法 | 第41-42页 |
| ·全域法 | 第41页 |
| ·局域法 | 第41-42页 |
| ·基于 Lyapunov指数的时间序列预测法 | 第42页 |
| ·局域法中几种常用的预测模型 | 第42-44页 |
| ·相空间相似点预测法 | 第42-43页 |
| ·混沌相空间线性回归模型预测 | 第43页 |
| ·混沌径向集函数法 | 第43-44页 |
| ·混沌神经网络模型 | 第44页 |
| ·各时间序列的预测 | 第44-52页 |
| ·演化步长 T=1时的预测效果 | 第44-46页 |
| ·步长 T=2～5的预测效果 | 第46-52页 |
| ·小结 | 第52-53页 |
| 5 分析与讨论 | 第53-63页 |
| ·混沌识别 | 第53-56页 |
| ·时间延迟t的确定 | 第53页 |
| ·各时间序列的延迟时间τ | 第53-54页 |
| ·各时间序列的饱和关联维 | 第54页 |
| ·各时间序列的Kolmogorov熵 | 第54-55页 |
| ·各时间序列的嵌入维m | 第55页 |
| ·各时间序列的最大 Lyapunov指数 | 第55-56页 |
| ·混沌预测效果 | 第56-61页 |
| ·各时间序列的最长预报时间 | 第56-57页 |
| ·各时间序列的预测效果 | 第57-61页 |
| ·小结 | 第61-63页 |
| 6 全文总结与展望 | 第63-65页 |
| ·全文总结 | 第63页 |
| ·展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 声明 | 第69-70页 |
| 致谢 | 第70页 |
