2014年混沌时间序列预测算法优度评价实证研究

混沌时间序列预测算法的优度评价(2014)是一篇发表于2014年海军航空工程学院学报的研究论文，由王䶮、盖明久和张金春共同完成。该研究主要关注的是如何将优度评价方法应用于混沌时间序列预测算法的评估中，以构建一个更为全面和客观的评价体系。 混沌时间序列因其非线性动力学特性，通常被认为是难以预测的，但在短期内，由于其确定性结构，系统演化轨迹的发散可控，允许一定程度的短期预测。混沌时间序列预测的目标是通过在重构的相空间中寻找合适的模型，尽可能地模拟系统的动力学行为，从而对未来趋势进行预测。这种方法主要分为全局预测、局部预测和自适应预测三种类型。 在实际应用中，算法的评价标准通常包括可预测步数和算法速度。然而，这些单一指标无法全面反映算法的优劣。优度评价方法源自可拓学，它是一种更为综合的评价手段，能够在一个明确的评价指标体系下，对预测算法的整体性能进行量化评估，得出综合优度值。 作者选择使用优度评价法来评估混沌时间序列的四种局部预测算法，这种方法的优势在于其直观性和实用性。通过建立关于不同评价指标的关联函数，可以准确刻画每个算法在特定指标下的表现，并计算出优度值。这种评价方式不仅考虑了预测的准确性和效率，还可能涵盖了其他如稳定性、鲁棒性等因素，使得对比分析更加全面。 文章的结论部分证实了这种方法的有效性，指出它为混沌时间序列预测算法的评价提供了定量依据。因此，这篇论文对于改进混沌时间序列预测算法的评估方法，提升其预测性能具有重要的理论和实践价值。中图分类号O415.5表明了该研究属于数学物理学领域，文献标志码A则表示文章达到了学术期刊的标准。