多變量狀態(tài)空間預(yù)報法在氣候序列中的應(yīng)用.pdf

1、在現(xiàn)實問題中，復(fù)雜系統(tǒng)隨處可見，通常，復(fù)雜系統(tǒng)都涉及許多變量，例如氣候系統(tǒng)。在現(xiàn)實情形，由于這些系統(tǒng)的結(jié)構(gòu)非常錯綜復(fù)雜，所能得到的信息也不夠完整準確，往往很難建立精確的解析模型，對此類系統(tǒng)，往往通過對系統(tǒng)進行觀察或者觀測所得的時間序列進行分析。 為了充分利用對氣候系統(tǒng)進行定時觀測而積累的關(guān)于它過去和現(xiàn)在情況的大量數(shù)據(jù)，本文結(jié)合單變量狀態(tài)空間重構(gòu)和傳統(tǒng)研究中多要素分析的思路，提出了短期氣候預(yù)測的一種多維變量時間序列的新模型，建立了

2、一種客觀的綜合多要素的狀態(tài)空間預(yù)報法。 本文通過相空間重構(gòu)技術(shù)，及G-P算法在MATLAB中的實現(xiàn)，求解出了氣候時間序列的關(guān)聯(lián)維數(shù)和Lyapunov指數(shù)，并以氣候時間序列的預(yù)報為算例，系統(tǒng)的提出了兩種非線性時間序列的預(yù)報方法：鄰域線性相似預(yù)報和Lyapunov指數(shù)預(yù)報分析方法。通過單變量時間序列和多變量時間序列的預(yù)測誤差比較，結(jié)果表明多變量重構(gòu)相空間技術(shù)的預(yù)測效果相對于單變量重構(gòu)有很大提高。文章的最后指出了這一方法在氣候預(yù)測中的