基于Lyapunov指数高校图书馆图书借阅流量混沌预测.docVIP

基于Lyapunov指数高校图书馆图书借阅流量混沌预测 　　〔摘 要〕运用混沌理论对高校图书馆图书借阅流量数据时间序列进行相空间重构,分析得出高校图书馆图书借阅行为的演化具有明显的混沌特征。针对图书借阅流量在不同时间粒度各时期中的波动特点,构建了基于最大Lyapunov指数的高校图书馆图书借阅流量混沌预测模型。通过对中国矿业大学图书馆图书借阅流量的验证表明,混沌预测模型的预测结果较为合理。 　　〔关键词〕高校图书馆;图书借阅流量;混沌预测;Lyapunov指数 　　〔中图分类号〕G252 〔文献标识码〕A 〔文章编号〕1008-0821(2009)09-0007-04 　　 　　Chaotic Forecasting of Borrow Tr affic Series 　　Based on Lyapunov Exponent in University LibraryWang Jing Li Pishi 　　(Library,China University of Mining and Technology,Xuzhou 221116,China) 　　〔Abstract〕Based on the chaos theory,the phase space of the university library borrow traffic time series data was restructured.The conclusion that university libr ary borrow traffic time series data has chaotic property was deduced.According t o the annual fluctuation characteristic of readers’ borrow demand,a forecastingmodel on the time series with chaotic characteristics was performed.Test result s for using this algorithm to forecast the short term readers’ borrow demand ofthe china university of mining and technology of library were reported,and show ed that the proposed algorithm could attain reasonable performance. 　　〔Key words〕university library;library borrow traffic;chaotic forecasting;lyapunov exponent 　　 　　定量研究和预测高校图书馆图书借阅流量,对优化馆藏、合理布置借阅空间、实现图书借阅服务的科学管理、提高图书利用率具有重要意义[1]。在此,我们运用基于混沌特征指数――Lyapunov指数研究图书借阅流量时间序列的混沌特性及短期预测,以求对高校图书馆图书借阅量进行定量研究和预测。 　　 　　1 图书借阅流量混沌特性的识别 　　 　　1.1 混沌与Lyapunov指数 　　混沌现象是非线性动力系统中常见的现象,识别一个系统是否为混沌系统,主要有3种方法:Lyapunov指数的检验、分形维数的评价及Kolmogorov功率谱分析。其中,Lyapunov指数用来表征系统内部相邻点间辐散的平均速率,正的Lyapunov指数值衡量两个相邻轨道的平均指数分离程度,而负的Lyapunov指数则衡量两个相邻轨道的平均指数靠拢程度。如果一个离散非线性系统是耗散的,那么正的Lyapunov指数则是系统混沌的一个度量指标[2]。在此,鉴于Lyapunov指数明显的物理意义,我们通过计算高校图书馆图书借阅流量时间序列的最大Lyapunov指数来识别图书借阅流量的混沌特性。 　　1.2 相空间重构 　　相空间重构技术是计算时间序列Lyapunov指数的必要前提,时间序列研究混沌特性始于Packard等提出的相空间重构理论[3]。对于决定系统长期演化的任一变量的时间演化,均包含了系统所有变量长期演化的信息。因此,我们可以通过高校图书馆图书借阅行为长期演化的一个单变量――图书借阅流量时间序列来研究高校图书馆图书借阅的混沌行为。 　　对于图书借阅流量时间序列,根据Takens嵌入定理[4],设获得图书借阅时间序列为:x??1,x??2,…,x??N可以构建一个m维相空间,选定嵌入维数m和时滞参数τ,则图书借阅时间序列的重构相空间为: 　　Y??