混沌时间序列分析方法研究及其应用
摘要 | 第1-6页 |
Abstract | 第6-11页 |
第1章 绪论 | 第11-30页 |
·课题研究的背景、目的和意义 | 第11-12页 |
·时间序列分析简介 | 第12-14页 |
·时间序列分析 | 第12页 |
·应用领域 | 第12-13页 |
·建模方法 | 第13-14页 |
·时间序列自适应建模方法 | 第14-18页 |
·基于LMS算法的Wiener滤波器 | 第15-17页 |
·基于Kalman滤波理论的自适应建模方法 | 第17-18页 |
·混沌时间序列分析 | 第18-23页 |
·混沌的定义 | 第19页 |
·典型混沌动力学模型 | 第19-21页 |
·时间序列的相空间重构 | 第21-22页 |
·时间序列性质鉴别 | 第22页 |
·混沌时间序列预测 | 第22-23页 |
·油井产量时间序列的预处理方法 | 第23-28页 |
·取对数操作 | 第24-25页 |
·差分操作 | 第25-28页 |
·论文的主要工作 | 第28-30页 |
第2章 改进的RLS算法及其应用 | 第30-55页 |
·引言 | 第30-31页 |
·RLS算法及其性能分析 | 第31-38页 |
·RLS算法 | 第31-33页 |
·初始化方法及初始超调现象分析 | 第33-35页 |
·均值及均方行为分析 | 第35-38页 |
·改进的RLS算法及其性能分析 | 第38-40页 |
·改进的RLS算法 | 第38-39页 |
·改进的RLS算法性能分析 | 第39-40页 |
·改进的RLS算法的仿真结果及分析 | 第40-46页 |
·仿真结果 | 第40-46页 |
·仿真结果分析 | 第46页 |
·油井产量预测 | 第46-53页 |
·月产油量预测 | 第46-49页 |
·月产水量预测 | 第49-52页 |
·多步预测 | 第52-53页 |
·本章小结 | 第53-55页 |
第3章 基于相空间重构的时间序列性质鉴别 | 第55-81页 |
·引言 | 第55-56页 |
·相空间重构和Takens定理 | 第56-57页 |
·确定相空间重构参数的方法 | 第57-62页 |
·互信息法确定延迟时间 | 第58-60页 |
·Cao提出的伪近邻法 | 第60-62页 |
·改进的伪近邻法 | 第62-67页 |
·方法介绍 | 第62-64页 |
·仿真结果 | 第64-67页 |
·油井产量时间序列相空间重构参数确定 | 第67-69页 |
·油井产量时间序列吸引子及其维数 | 第69-75页 |
·油井产量时间序列吸引子 | 第69-71页 |
·油井产量时间序列吸引子维数计算 | 第71-75页 |
·油井产量时间序列的最大Lyapunov指数 | 第75-79页 |
·Lyapunov指数 | 第75-76页 |
·计算Lyapunov指数的Wolf方法 | 第76-77页 |
·油井产量时间序列的最大Lyapunov指数 | 第77-79页 |
·本章小结 | 第79-81页 |
第4章 基于支持向量机的时间序列预测方法 | 第81-112页 |
·引言 | 第81-82页 |
·统计学习理论和VC维 | 第82-83页 |
·推广性的界和VC维 | 第82页 |
·结构风险化最小 | 第82-83页 |
·支持向量机 | 第83-87页 |
·支持向量机的基本原理 | 第83-84页 |
·支持向量回归原理 | 第84-87页 |
·核函数 | 第87-90页 |
·核函数定义 | 第87-88页 |
·核函数的构造方法 | 第88-90页 |
·序列最小优化训练算法 | 第90-94页 |
·基于遗传算法的工作集选择方法 | 第94-97页 |
·传统的工作集选择方法 | 第94-95页 |
·遗传算法简介 | 第95-96页 |
·基于遗传算法的工作集选择方法 | 第96-97页 |
·支持向量机训练算法小结 | 第97页 |
·基于支持向量机的混沌时间序列预测方法 | 第97-99页 |
·基于遗传算法的支持向量机参数选取方法 | 第99-101页 |
·支持向量机泛化能力估计 | 第100页 |
·基于遗传算法的参数选择方法 | 第100-101页 |
·仿真结果及分析 | 第101-104页 |
·基于遗传算法的工作集选择方法的有效性分析 | 第101-104页 |
·基于遗传算法的参数选择方法的有效性分析 | 第104页 |
·基于支持向量机的油井产量预测 | 第104-111页 |
·本章小结 | 第111-112页 |
结论 | 第112-114页 |
参考文献 | 第114-122页 |
攻读博士学位期间发表的论文和取得的科研成果 | 第122-124页 |
致谢 | 第124-125页 |
个人简历 | 第125页 |