[發(fā)明專利]一種新的時間序列的預(yù)測方法、裝置、電子設(shè)備及計算機(jī)可讀存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201910375579.2
• 申請日: 2019-05-07
• 公開（公告）號: CN110263968B
• 公開（公告）日: 2021-04-30
• 發(fā)明（設(shè)計）人: 李巖山;周李;夏榮杰;劉瑜;王海鵬;謝維信
• 申請（專利權(quán)）人: 深圳大學(xué)
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/26
• 代理公司: 北京東和長優(yōu)知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11564
• 代理人: 周捷

1.一種新的時間序列的預(yù)測方法，其特征在于，包括：接收輸入的原始滑坡時間序列{X(t),t＝1,2,3,…,n}；

判斷所述原始滑坡時間序列是否具有混沌特征；

若所述原始滑坡時間序列具有混沌特征，則采用自相關(guān)函數(shù)法確定出所述原始滑坡時間序列的延遲時間τ；

采用GP算法確定出所述原始滑坡時間所要嵌入的相空間的嵌入維數(shù)m；

將所述延遲時間τ和所述嵌入維數(shù)m代入到目標(biāo)volterra級數(shù)模型，所述目標(biāo)volterra級數(shù)模型迭代訓(xùn)練核函數(shù)的系數(shù)，當(dāng)所述核函數(shù)的系數(shù)達(dá)到預(yù)設(shè)誤差要求時，輸出所述目標(biāo)volterra級數(shù)模型的參數(shù)、所述核函數(shù)的系數(shù)以及預(yù)測出的目標(biāo)滑坡時間序列；

所述將所述延遲時間和所述嵌入維數(shù)代入到所述目標(biāo)volterra級數(shù)模型，包括：將所述延遲時間τ和所述嵌入維度m代入到下述的所述目標(biāo)volterra級數(shù)模型的公式中：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述判斷所述原始滑坡時間序列是否具有混沌特征，包括：

計算所述原始滑坡時間序列的最大Lyapunov指數(shù)；

判斷所述最大Lyapunov指數(shù)是否大于零，若是，則確定所述原始滑坡時間序列具有混沌特征。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述計算所述原始滑坡時間序列的最大Lyapunov指數(shù)，包括：

找到相空間中每個點X(t)的最近鄰點并限制短暫分離，即

其中，且

對相空間中每個點X(t)，計算在i個離散時間步之后相應(yīng)鄰近點對的距離d_t(i)，

設(shè)相空間中的鄰近點對X(t)與之間距離變化的指數(shù)發(fā)散率為λ，即d_t(i)＝C_te^λ(i·Δt)，C_t＝d_t(0)；取對數(shù)后得到lnd_t(i)＝lnC_t+λ(i·Δt)；

對每個i求出所有t的ln d_t(i)平均x(i)，即：

q為非零d_t(i)的數(shù)目，在x(i)～i有線性關(guān)系的區(qū)域內(nèi)用最小二乘法作回歸直線，所述回歸直線的斜率即為所述最大Lyapunov指數(shù)，所述最大Lyapunov指數(shù)用λ表征。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述采用自相關(guān)函數(shù)法確定出所述原始滑坡時間序列的延遲時間τ，包括：

將原始滑坡時間序列{X(t),t＝1,2,3,…,n}代入自相關(guān)函數(shù)計算公式：

r_τ表示延遲時間為τ時的自相關(guān)系數(shù)，是序列均值，τ是延遲時間；先確定所述原始滑坡時間序列的自相關(guān)函數(shù)，然后做出所述自相關(guān)函數(shù)關(guān)于延遲時間τ的圖像，其中τ＝1,2,3,…，在圖像分析得出，當(dāng)所述自相關(guān)函數(shù)下降到初始值的1-1/e時，此時的時間就是所述延遲時間τ。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述采用GP算法確定出所述原始滑坡時間所要嵌入的相空間的嵌入維數(shù)m，包括：

計算出所述原始滑坡時間的關(guān)聯(lián)維數(shù)；根據(jù)所述關(guān)聯(lián)維數(shù)，確定出所述原始滑坡時間所要嵌入的相空間的嵌入維數(shù)m。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述確定出所述原始滑坡時間所要嵌入的相空間的嵌入維數(shù)m，具體包括：

調(diào)用GP算法中的下述公式，

其中H(x)是Heaviside函數(shù)，且：

式中r為任意給定的實數(shù)，Y_i為原始序列，Y_j為重構(gòu)后的序列，任意兩個向量之差的絕對值記為r_ij＝|Y_i-Y_j|；

在r的預(yù)設(shè)范圍內(nèi)，獲取lnC(n,r)～ln(r)的曲線，確定出該曲線的最佳擬合直線，將所述最佳擬合直線的斜率確定為關(guān)聯(lián)維數(shù)D；

增加N的值，當(dāng)關(guān)聯(lián)維數(shù)D達(dá)到最大值時，將此時的N確定為嵌入維數(shù)m。