复杂系统行为预测的 “机理+辨识”策略 作为对清华大学老师们《 电力系统负荷预测研究综述与发展方向的探讨 》（ 电力系统自动化， 2004, 28(17): 1-11. ）中 “类似的这种策略性的升华”的学习和初步回答，我们课题组提出《复杂系统行为预测的“机理 + 辨识”策略》，作为 对“组合预测”策略的细化和发展。 2006-09-29 首发在《中国科技论文在线》 200609-432 ， http://www.paper.edu.cn/index.php/default/releasepaper/content/200609-432 后被评为五星级精品论文： 精品论文， 2007, 2(1): 83-87 。见附件，版权归中国科技论文在线。 简单示意图 单一模型 组合预测 （1969） “机理+辨识”预测 （2006） “机理+辨识”策略的六个主要特征 ①是 “机理+回归+辨识”三阶 段预测：机理阶段主要考虑了已知影响因子的作用，回归阶段主要考虑了已知影响因子的未知方式作用，辨识阶段再通过辨识模型对残差进行经验预测。复杂时间序列预测的经典策略是分 解成“趋势+季节性+残差”（ trend+seasonal+residual ）三类成分，再分别预测。但这种分解方法只是从数据到数据，没有利用复杂系统的已知结构等信息。 ②模型评价：在复杂系统预测中，建议对预测中采用的多个模型的 表现（预测结果）进行评价，如“平均误差”（代表预测的系统误差）、“平均绝对值误差”、“最大误差”、“重要数据的预测误差（如对最大值、最小值、特定数值等）”等进行统计 考核，以确定该模型在多模型合成中的地位和作用。 ③预测结果的灵活合成：根据对系统将来行为的预测目的，根据各模型的预测表现，由控制误差的关键量，采用灵活的多套预测值的合成，以期在人们最感兴趣的未来行为预测中得到最优效果。这是对组合预测、 ensebmle 预测（因散预测，也可译为集合预测）技术的进一步发展。 ④概率化预测：由于采用了灵活的多模型预测，可以用一定的方法把这些预测结果的概率统计性质，用概率的方法表示，使得对预测结果的风险进行更准确和科学的评估。 ⑤非平稳数据的平稳化技术。 通过“机理+辨识”策略，以及差 分等技术，实现非平稳数据的平稳化，提高辨识预测的准确率。 ⑥预测准确率上限和可预测性研 究：在“机理+辨识”预测策 略的第一阶段，对系统的预测准确率上限和可预测性进行研究。 欢迎您的批评与讨论！ 精品论文《复杂系统行为预测的 “ 机理+辨识 ” 策略》 参考文献 张嗣瀛 . 复杂性科学，整体规律与定性研究［ J ］ . 复杂系统与复杂性科学， 2005 ， 2 （ 1 ）： 71-83 中华人民共和国国务院 . 国家中长期科学和技术发展规划纲要（ 2006—2020 年） ［ EB/OL ］ . http://www.gov.cn/ 康重庆，夏清，张伯明 . 电力系统负荷预测研究综述与发展方向的探讨［ J ］ . 电力系统自动化， 2004 ， 28 （ 17 ）： 1-11 Yue YH, Han WX, Zhang WB. Local adding-weight linear regression forecasting method of chaotic series based on degree of incidence ［ J ］ . Proceedings of the CSEE ， 2004, 24(22): 17-20 Jiang CW , Li T . Forecasting method study on chaotic load series with high embedded ［ J ］ . Energy Conversion and Management, 2005, 46(5): 667-676 Lelitha V, Laurence RR. A comparison of the performance of artificial ［ A ］ . Neural Networks And Support Vector Machines For The Prediction Of Traffic Speed ［ C ］ . 2004 IEEE Intelligent Vehicles Symposium, University of Panna, Parma, Italy June 1447,2004: 194-199 Li KP, Gao ZY. Nonlinear dynamics analysis of traffic time series ［ J ］ . Modern Physics Letters B, 2004, 18(26): 1-8 Wang DS, He GG. Summary and prospects of the study on traffic chaos ［ J ］ . China Civil Engineering Journal, 2003, 36 （ 1 ） : 68-74 Dake Chen, Mark AC Alexey K, et al. Predictability of El Nio over the past 148 years ［ J ］ . Nature, 2004, 428 (6984): 733-736 Tziperman, E, Stone, L, Cane, M A, Jarosh, H. El Nio chaos: overlapping of resonances between the seasonal cycle and the Pacific ocean-atmosphere oscillator ［ J ］ . Science, 1994 ， 264(5155): 72-74 美国 National Science Foundation. DDDAS: Dynamic Data Driven Applications Systems ［ EB/OL ］ . http://www.nsf.gov/funding Oguchi T, Nijmeijer H. Prediction of chaotic behavior ［ J ］ . IEEE Trans. on CAS I: 2005, 52 (11): 2464-2472 吕金虎 , 陆君安 , 陈士化 . 混沌时间序列分析及其应用 ［ M ］ . 武汉：武汉大学出版社， 2002 Kantz H, Ragwitz M. Phase space reconstruction and nonlinear predictions for stationary and nonstationary Markovian processes ［ J ］ . International Journal of Bifurcation and Chaos, 2004, 14(6): 1935-1945 Christopher CS, Alfred W H. Medium-term prediction of chaos ［ J ］ . Physical Review Letters, 2006, 96(4): 044101 Garcia SP, Almeida JS. Nearest neighbor embedding with different time delays ［ J ］ . Physical Review E, 2005, 71 (3): 037204 Small M, Tse CK. Optimal embedding parameters: a modelling paradigm ［ J ］ . Physics D, 2004, 194: 283-296 Kim, HS, Eykholt, R, Salas, JD. Nonlinear Dynamics, Delay Times, and Embedding Windows ［ J ］ , Physica D, 1999, 127: 48-60 Kugiumtzis D. State Space Reconstruction Parameters in the Analysis of Chaotic Time Series - the Role of the Time Window Length ［ J ］ . Physica D, 1996, 95: 13-27 Feeny BF, Lin G. Fractional derivatives applied to phase-space reconstructions ［ J ］ . Nonlinear Dynamics, 2004, 38 (1-4): 85-99 Yang SQ, Jia CY. Two practical methods of phase space reconstruction ［ J ］ . Acta Physica Sinica, 2002, 51(11): 2452-2458 Li HC ， Zhang JS. Local Prediction of Chaotic Time Series Based on Support Vector Machine ［ J ］ . Chinese Physics Letters, 2005, 22(11): 2776 – 2779 Ren R, Xu J, Zhu SH.Prediction of chaotic time sequence using least squares support vector domain ［ J ］ . Acta Physica Sinica, 2006, 55 (2): 555-563 Gan JC, Xiao XC. Nonlinear adaptive multi-step prediction of chaotic time series based on points in the neighborthood ［ J ］ . Acta Physica Sinica, 2003, 52(12): 2995-3001 Ma JH ， Chen YS ， Xin BG. Study on prediction methods for dynamics systems of nonlinear chaotic time series ［ J ］ . Applied Mathematics and Mechanics, 2004, 25(6): 605- 611 Li HC, Zhang JS,Xiao XC. Neural Volterra filter for chaotic time series prediction ［ J ］ . Chinese Physics, 2005, 14(11): 2181-2188 Cui WZ, Zhu CC, Bao WX, Liu JH. Chaotic time series prediction using mean-field theory for support vector machine ［ J ］ . Chinese Physics, 2005, 14(5): 922-919 杨正瓴，张广涛，陈红新，林孔元 . 短期负荷预测 “ 负荷趋势加混沌 ” 法的参数优化［ J ］ . 电网技术， 2005 ， 29(4) ： 27 – 30, 44 Mark A Cane. The evolution of El Nio, past and future ［ J ］ . Earth and Planetary Science Letters, 2005, 230 (3-4): 227-240 Dake Chen, M A Cane, A Kaplan, S E Zebiak, D Huang, Predictability of El Nio in the past 148 years ［ J ］ . Nature, 428, 733-736, 2004. Michael E Mann, Mark A Cane, Stephen E Zebiak, Amy ClementT. Volcanic and Solar Forcing of the Tropical Pacific over the Past 1000 Years ［ J ］ . Journal Of Climate, 2005, 18(3): 447-456 J Lean, G Rottman, J Harder, G Kopp. SORCE contributions to new understanding of global change and solar variability ［ J ］ . Solar Physics, 2005, 230(1-2): 27-53 J Hansen, M Sato, R Ruedy, et al. Efficacy of climate forcings ［ J ］ . Journal Of Geophysical Research-Atospheres, 2005, 110 (D18): Art. No. D18104 Ping Chang, Yue Fang, R. Saravanan, Link Ji, Howard Seidel1. The cause of the fragile relationship between the Pacific El Nio and the Atlantic Nio . Nature, 2006, 443(7109): 324-328 P. Foukal, C. Frhlich, H. Spruit and T. M. L. Wigley. Variations in solar luminosity and their effect on the Earth's climate . Nature, 2006, 443(7108): 161-166 韩延本，赵娟，李志安 . 由地球自转的年际变化预测 El Nio 事件［ J ］ . 科学通报， 2001, 46(22): 1858-1861 郑大伟，丁晓利，周永宏，陈永奇，李志林，廖新浩 . El Nio 事件的前兆现象在日长和海平面观测中的反映［ J ］ . 科学通报， 2000, 45 （ 23 ）： 2572-2576 韩延本，李志安，赵娟 . 天文学与自然灾害的相关研究［ J ］ . 北京师范大学学报：自然科学版， 2000, 36(4): 555-557 任振球 . 全球变化研究的新思维［ J ］ . 地学前缘， 2002, 9(1): 27-33 苏旸 . 气候变化的天文理论［ J ］ . 地球物理学进展， 2000 ， 15 （ 3 ）： 102-111 谢炯光，曾琮，纪忠萍 . 中国近 30 年来气象统计预报进展 . 气象科技 , 2003, 31(2): 67 –83 F. Atger. The Skill of Ensemble Prediction Systems . Monthly Weather Review, 1999, 127(9): 1941–1953
标签: 单一预测
