基于不连续回归树的最大李雅谱诺夫指数计算方法.pdfVIP

基于不连续回归树的最大李雅谱诺夫指数计算方法 基于不连续回归树的最大李雅谱诺夫指数 计算方法 李胜朋 , 王洪礼，冯剑丰 (天津大学机械工程学院,天津大学 天津 300072) 摘 要：非线性动力学的混沌理论在许多领域变得越来越重要，如信号处理。最大李雅谱诺夫指数是判断 动力系统稳定性和检验混沌的主要依据。本文提出一种从时间序列计算最大李雅谱诺夫指数的新方法。它 运用回归树的随机梯度 Boosting 拟合非线性函数。由于回归树不连续，其雅可比矩阵不存在，传统的雅 可比方法不能运用。本文直接从回归树计算最大李雅谱诺夫指数，不考虑拟合函数的雅可比函数。随机模 拟结果表明该方法能很好逼近真值，且对噪音和嵌入维数稳健。运用本文方法和人工神经网络都证实两个 实际日观测数据不存在混沌。 关键词：最大李雅谱诺夫指数；回归树；随机梯度 Boosting Discontinuous Regression Tree Estimation of Largest Lyapunov Exponent LI Sheng-peng, WANG Hong-li, FENG Jian-feng (College of Mechanical Engineering, Tianjin University, Tianjin 300072, China) Abstract ： Chaos theory in dynamics system is becoming more and more important in many fields, like signal processing. Largest Lyapunov exponent is a useful measure of the stability of a dynamics system and successful method to test for chaos. A new method to estimate largest Lyapunov exponent from observed time series is proposed. It fits the nonlinear function by Stochastic Gradient Boosting of regression tree. Since regression trees are discontinuous, its Jacobin matrix doesn’t exist and regular methods based on function estimator fails. we directly calculate Lyapunov exponent from them without using Jacobin matrix of the fitted function. A simulation study to evaluate our method’s performance shows that the new method approximates the true value excellently and has great robustness to noise and embedding dimension. Two observed daily series are deduced not chaotic both by this method and artificial neural network. Key words ： Largest Lyapunov Exponent; Regression Tree; Stochastic Gradient Boosting 引 言 时间序列混沌特性的分析是非线性科学的前沿课题之一，在诊断和描述混沌信号时，李 雅谱诺夫指数是一个重要的不变量，因而成为判断混沌存在的一个重要依据。对于一个未知 的系统，我们只能得到一系列的观察数据(时间序列)，根据这些观察数据计算出的