[发明专利]基于“量‑型”混沌相似原理的中长期水文预报模型

权利要求书

1.一种基于“量-型”混沌相似原理的中长期水文预报模型，其特征在于，包括如下步骤：

步骤1：判断水文时间序列具有混沌特性：采用饱和关联维数法进行定量判断，若吸引子关联维数随着嵌入维数增加时趋于饱和，说明该水文时间序列具有混沌特征；

步骤2：相空间重构：采用自相关函数法和G-P算法确定相空间重构参数；

步骤3：混沌预测：应用双目标优化寻找相似点，采用“量”-“型”耦合的相似预测模型进行预报。

2.根据权利要求1所述的一种基于“量-型”混沌相似原理的中长期水文预报模型，其特征在于，步骤2包括以下步骤：

步骤2.1：对水文时间序列{x(1),x(2),...,x(n)}，根据自相关函数法确定时间延迟τ；

步骤2.2：根据G-P算法，确定饱和关联维数D和嵌入维数m。

3.根据权利要求2所述的一种基于“量-型”混沌相似原理的中长期水文预报模型，其特征在于，根据G-P算法，给定一超球面半径r，距离小于r的相点点对数在所有相点点对中所占比例记为吸引子的关联函数C_m(r)，计算方法如下：

Cm(r)=1N2Σi,j=1Nf(r-||Y(i)-Y(j)||)]]>

式中，N为总相点数，f为Heaviside单位函数，Y(i)、Y(j)为相点点对，r为超球面半径。

f(x)=0,x≤01,x>0]]>

根据水文时间序列具有混沌特征，确定饱和关联维数D和嵌入维数m，计算方法如下：

D=limr→0logCm(r)log(r)]]>

式中C_m(r)称为吸引子的关联函数，r为超球面半径，D为饱和关联维数。