| 主权项 |
一种基于多元时间序列的河流混沌特性识别方法，其特征在于，包括如下步骤：1)识别多元时间序列混沌特性；2)基于信息熵对影响河流演变的外界条件进行权重计算，计算宽深比、径流量和含沙量时间序列对河流演变影响权重，包括：(1)构建n年q个影响河流演变因素的初始矩阵X<sub>ij</sub>＝(x<sub>ij</sub>),(i＝1,2,…n；j＝1,2,…q)，n、q均为大于等于1的整数；(2)对影响河流演变因素的归一化处理；(3)计算信息熵；(4)计算影响河流演变因素的信息熵权重：<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><msub><mi>w</mi><mi>j</mi></msub><mo>=</mo><mfrac><mrow><mn>1</mn><mo>-</mo><msub><mi>S</mi><mi>j</mi></msub></mrow><mrow><mi>q</mi><mo>-</mo><munderover><mi>Σ</mi><mrow><mi>j</mi><mo>=</mo><mn>1</mn></mrow><mi>q</mi></munderover><msub><mi>S</mi><mi>j</mi></msub></mrow></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>10</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000699016650000011.GIF" wi="1166" he="209" /></maths>式中：w<sub>j</sub>为第j个影响因素的信息熵权重，S<sub>j</sub>为第j个影响因素的信息熵；3)计算宽深比、径流量和含沙量时间序列的混沌特性加权平均值，计算公式如下：<img file="FDA0000699016650000012.GIF" wi="1192" he="271" /><img file="FDA0000699016650000013.GIF" wi="1194" he="269" />式中：D<sub>加权</sub>为饱和关联维数加权平均值；λ<sub>加权</sub>为最大Lyapunov指数加权平均值；D<sub>i</sub>分别为宽深比、径流量和含沙量时间序列饱和关联维数值；λ<sub>maxi</sub>分别为宽深比、径流量和含沙量时间序列最大Lyapunov指数值。 |
