1.出访概况

      太阳成集团tyc234cc主页杨晓华教授，应土耳其伊斯坦布尔由卡迪尔哈斯大学邀请，参加2013年7月23日至25日在土耳其伊斯坦布尔由卡迪尔哈斯大学举行的Nonlinear Time Series Prediction (NLTSP) Workshop「NLTSP研讨会」，并进行了学术交流。大致行程安排如下：2013年7月23日从北京出发乘飞机到达土耳其伊斯坦布尔，23-26入住土耳其伊斯坦布尔Palazzo Donizetti Hotel 宾馆。7月24-25日参加在土耳其伊斯坦布尔由卡迪尔哈斯大学Nonlinear Time Series Prediction (NLTSP) Workshop的国际研讨会；7月26日参观土耳其伊斯坦布尔由卡迪尔哈斯大学的绿色校园，7月27日从土耳其伊斯坦布尔出发乘飞机飞往北京。

       2.出访地背景简介

      出访的地点是Nonlinear Time Series Prediction (NLTSP) Workshop「NLTSP研讨会」所在地：土耳其伊斯坦布尔由卡迪尔哈斯大学。这次会议主要是由土耳其伊斯坦布尔由卡迪尔哈斯大学举办。土耳其伊斯坦布尔由卡迪尔哈斯大学在非线性时间序列应用方面具有突出的成就，历史悠久，这次会议吸引了许多国际学者进行学术交流，具有广泛的国际影响。

       3.交流内容

      本次交流题目为：Set pair analysis based on phase space reconstruction (SPA-PSR) method and its application in forecasting extreme temperature /基于相空间重构的集对分析预测方法及其在极端气温预报中的应用。主要内容为：为了使由中国学者赵克勤先生提出的集对分析方法在环境科学中有更好的预测效果，确定集对分析中参数秩次的大小至关重要，但以往的方法只是凭经验选取，没有很好的理论支持。本次报告针对上述问题，利用改进的混沌方法确定参数。首先对所考查的时间序列进行相空间重构，计算其Lyapunov指数为正，说明所研究的时间序列具有混沌行为。在此基础上，利用Taken嵌入定理并针对集对分析的特点，考虑重构相空间中点的信息量，引入Fisher信息量和方差最大化原理，对以前的嵌入维的选取方法进行改进从而找到合适的嵌入维。从而确定集对分析中的参数秩次的选取，即为嵌入维。并将其应用于极端气温预报中，取得了较好的效果。本研究为时间序列预测研究提供了一种方法。

       4.总结

      本次出访的目的主要探讨与时间序列预测应用研究的相关议题，目的是推广国家自然科学基金的相关成果，并与国际学者进行深入交流与学习。时间序列预测问题是当前科学研究的重要前沿，极端气温预报作为气候变化的重要领域已引起国内外的高度关注。而极端气温预报研究尚十分薄弱。本报告选择北京、太原等地区为研究地点，对月极端气温进行了混沌数值实验。同时引进集对分析方法，提出了基于相空间重构的集对分析预测方法，并将其应用于实际问题中。通过本次会议的学术交流，不仅推广了本人的研究成果，也学习了许多国际学者的先进经验，收获巨大。