Welcome！[Sign In] ！[Sign Up]！
Front-page it | Collect it | [中国-简体中文]
FAQ Fav
Location:
Search - matlab Surrogate.m

Search list

[Mathimatics-Numerical algorithms] 混沌时间序列预测

Description: 1、该工具箱包括了混沌时间序列分析与预测的常用方法,有: (1)产生混沌时间序列(chaotic time series) Logistic映射 - \ChaosAttractors\Main_Logistic.m Henon映射 - \ChaosAttractors\Main_Henon.m Lorenz吸引子 - \ChaosAttractors\Main_Lorenz.m Duffing吸引子 - \ChaosAttractors\Main_Duffing.m Duffing2吸引子 - \ChaosAttractors\Main_Duffing2.m Rossler吸引子 - \ChaosAttractors\Main_Rossler.m Chens吸引子 - \ChaosAttractors\Main_Chens.m Ikeda吸引子 - \ChaosAttractors\Main_Ikeda.m MackeyGLass序列 - \ChaosAttractors\Main_MackeyGLass.m Quadratic序列 - \ChaosAttractors\Main_Quadratic.m (2)求时延(delay time) 自相关法 - \DelayTime_Others\Main_AutoCorrelation.m 平均位移法 - \DelayTime_Others\Main_AverageDisplacement.m (去偏)复自相关法 - \DelayTime_Others\Main_ComplexAutoCorrelation.m 互信息法 - \DelayTime_MutualInformation\Main_Mutual_Information.m (3)求嵌入维(embedding dimension) 假近邻法 - \EmbeddingDimension_FNN\Main_FNN.m Cao方法 - \EmbeddingDimension_Cao\Main_EmbeddingDimension_Cao.m (4)同时求时延与嵌入窗(delay time & embedding window) CC方法 - \C-C Method\Main_CC_Luzhenbo.m (5)求关联维(correlation dimension) GP算法 - \CorrelationDimension_GP\Main_CorrelationDimension_GP.m (6)求K熵(Kolmogorov Entropy) GP算法 - \KolmogorovEntropy_GP\Main_KolmogorovEntropy_GP.m STB算法 - \KolmogorovEntropy_STB\Main_KolmogorovEntropy_STB.m (7)求最大Lyapunov指数(largest Lyapunov exponent) 小数据量法 - \LargestLyapunov_Rosenstein\Main_LargestLyapunov_Rosenstein1.m \LargestLyapunov_Rosenstein\Main_LargestLyapunov_Rosenstein2.m \LargestLyapunov_Rosenstein\Main_LargestLyapunov_Rosenstein3.m \LargestLyapunov_Rosenstein\Main_LargestLyapunov_Rosenstein4.m (8)求Lyapunov指数谱(Lyapunov exponent spectrum) BBA算法 - \LyapunovSpectrum_BBA\Main_LyapunovSpectrum_BBA1.m \LyapunovSpectrum_BBA\Main_LyapunovSpectrum_BBA2.m (9)求二进制图形的盒子维(box dimension)和广义维(genealized dimension) 覆盖法 - \BoxDimension_2D\Main_BoxDimension_2D.m \GeneralizedDimension_2D\Main_GeneralizedDimension_2D.m (10)求时间序列的盒子维(box dimension)和广义维(genealized dimension) 覆盖法 - \BoxDimension_TS\Main_BoxDimension_TS.m \GeneralizedDimension_TS\Main_GeneralizedDimension_TS.m (11)混沌时间序列预测(chaotic time series prediction) RBF神经网络一步预测 - \Prediction_RBF\Main_RBF.m RBF神经网络多步预测 - \Prediction_RBF\Main_RBF_MultiStepPred.m Volterra级数一步预测 - \Prediction_Volterra\Main_Volterra.m Volterra级数多步预测 - \Prediction_Volterra\Main_Volterra_MultiStepPred.m (12)产生替代数据(Surrogate Data) 随机相位法 - \SurrogateData\Main_SurrogateData.m 2、在matlab环境中首先运行install.m,将工具箱所在路径添加至matlab 3、各子目录下以Main_开头的文件即是主程序文件,直接按快捷键F5运行即可 4、工具箱中所有程序均在Matlab6.5和Matlab7.1环境中调试通过，不能保证在Matlab其它版本正确运行。 5、工具箱中部分功能为试用版，敬请谅解！ 6、 作者：陆振波，海军工程大学 欢迎同行来信交流与合作，更多文章与程序下载请访问我的个人主页
Platform: | Size: 579972 | Author: niuchao0511 | Hits:

[matlab] NIP

Description: matlab 7.0 以上版本提供了强大的优化工具箱，但在整数规划方面，只提供了bintprog（）这个m文件以求解0－1整数规划，而对于一般的整数规划模型没有具体的算法提供。我们一般情况只是用最简单的分值定界思想编写matlab程序求解整数规划问题，但效率低下，如何利用求解整数规划的先进算法编写matlab程序提上日程，香港大学的李端和复旦大学编写的《Nonlinear Integer Programming》(非线性整数规划)为编写解决整数规划问题提供强大有效的算法，其中算法针对具体问题包括： lagrangian 对偶问题 代理对偶问题 非线性lagrangian 和强对偶问题 非线性背包问题 可分解的整数规划问题 二次目标函数的整数规划问题 非约束的0－1多项式规划问题 约束的 0－1多项式规划问题 混合整数非线性规划问题 -In spite of shortcoming of matlab 7.0 that it can t provide the toolbox in order to dealing with general integer programming problem, therefore, we need goog algorithm to write matlab code to solve general integer programming， in 2006, Li duan from Hongkong university and Sun xiaoling from Fudan university proposed a book named Nonlinear Integer programming, and it include the problems as follows: lagrangian duality problem surrogate duality problem nonlinear lagrangian problem nonlinear knapsack problem nonlinear integer programming with a quadratic objective functions nonconstrained polynomial 0-1 optimization constrained polynomial 0-1 programming mixed-integer nonlinear programming
Platform: | Size: 13763584 | Author: feimaxiao | Hits:

[matlab] surrogates

Description: 替代数据生成算法。包括常用的随机相位法(shuffle.m and surrogate.m)，周期随机相位法(cycleshuffle.m)和PPS算法(pps.m and findrho.m).-Surrogate data algorithms, including the usual approaches (shuffle.m and surrogate.m), the cycle shuffle version (cycleshuffle.m) and the PPS algorithm (pps.m and findrho.m).
Platform: | Size: 10240 | Author: 彭跃华 | Hits:

CodeBus www.codebus.net