基于最大 Lyapunov 指数的铁路货物运量预测研究

摘要：

根据混沌理论具有分析非线性动态系统混沌特性的特点，对货物发送量相关时间序列进行了分析和研究。本文在T akens相空间重构的基础上，利用C-C方法求嵌入时延与嵌入窗、G-P方法求嵌入维数；应用小数据量法计算铁路货物发送量相关时间序列的最大Lyapunov指数，并进行混沌特性分析，结果显示：货物发送增长量和增长率符合混沌特性，货物发送量不符合混沌特性；利用基于最大Lyapunov指数方法和BP神经网络方法对1999年1月到2013年4月共172个月的铁路货物发送增长量和增长率进行预测，预测结果表明基于最大Lyapunov指数预测值能够较好地与实际值相吻合，其预测的准确度明显好于BP神经网络预测值，因而混沌理论中的最大Lyapunov指数预测在货物发送量相关时间序列预测中有广泛的实用价值。

关键词：货物发送量时间序列、混沌预测、最大Lyapunov指数、相空间重构、混沌判定

分类号：U294.13(铁路运输管理工程)

资助基金：铁道部科技研究开发计划2007X008-G ，2008X015-H

在线出版日期：2014-05-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：7-13