| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-24页 |
| ·混沌的概念 | 第10-13页 |
| ·混沌的定义 | 第10-11页 |
| ·混沌运动的特征 | 第11-13页 |
| ·混沌的判别 | 第13页 |
| ·混沌时序的分析 | 第13-21页 |
| ·混沌时序分析的研究意义 | 第13-15页 |
| ·混沌时序分析的研究现状及存在的问题 | 第15-21页 |
| ·本文研究工作的具体内容 | 第21-24页 |
| ·混沌系统的识别 | 第22页 |
| ·混沌时序的预测方法研究 | 第22-24页 |
| 第二章 混沌时序分析中的基本理论 | 第24-49页 |
| ·分形维数 | 第24-32页 |
| ·分形的定义 | 第24-26页 |
| ·分形维数的定义 | 第26页 |
| ·分形维数的计算 | 第26-32页 |
| ·李雅普诺夫指数 | 第32-36页 |
| ·用李雅普诺夫指数判断混沌运动 | 第33-34页 |
| ·李雅普诺夫指数的计算方法 | 第34-36页 |
| ·熵 | 第36-41页 |
| ·熵的基本定义与性质 | 第36页 |
| ·信息熵 | 第36-37页 |
| ·极大熵准则 | 第37-38页 |
| ·拓朴熵 | 第38-39页 |
| ·近似熵 | 第39-40页 |
| ·柯尔莫哥洛夫熵 | 第40-41页 |
| ·时间序列的相空间重构 | 第41-43页 |
| ·延时嵌入的相空间重构方法 | 第42页 |
| ·最佳嵌入维数与延迟时间的确定 | 第42-43页 |
| ·混沌时序预测方法简介 | 第43-49页 |
| ·局域线性化预测法 | 第44-46页 |
| ·局部平均预测法 | 第46页 |
| ·基于最大李雅普诺夫指数的预测方法 | 第46-47页 |
| ·全局多项式预测法 | 第47-48页 |
| ·神经网络预测法 | 第48-49页 |
| 第三章 基于Takens’估计法的混沌时序分析及其应用研究 | 第49-63页 |
| ·关联维数和Takens’估计法 | 第50-52页 |
| ·用 Takens’估计法对经典混沌动力系统的检验 | 第52-55页 |
| ·实证研究 | 第55-61页 |
| ·中国证券市场的发展概况 | 第55-58页 |
| ·中国证券市场的分形特征研究回顾 | 第58-59页 |
| ·基于Takens’估计法的上海证券数据分形特征研究 | 第59-61页 |
| ·小结 | 第61-63页 |
| 第四章 基于K 熵和RBF 神经网络的混沌时序的可预测度研究 | 第63-79页 |
| ·混沌系统的可预测时间 | 第63-64页 |
| ·K 熵的计算步骤 | 第64页 |
| ·混沌系统最大可预测时间 | 第64页 |
| ·基于神经网络的非线性系统多步预测 | 第64-66页 |
| ·径向基函数神经网络 | 第66-72页 |
| ·RBF 网络的结构 | 第67-70页 |
| ·RBF 网络权值的训练 | 第70页 |
| ·RBF 网络的学习方法 | 第70-72页 |
| ·RBF 网络的特性及优点 | 第72页 |
| ·基于 RBF 神经网络的混沌系统预测模型 | 第72-74页 |
| ·数据的预处理 | 第73页 |
| ·神经网络设计 | 第73-74页 |
| ·混沌时间序列预测实例 | 第74-78页 |
| ·Lorenz 系统 | 第75-76页 |
| ·Lorenz 系统的预测 | 第76-78页 |
| ·小结 | 第78-79页 |
| 第五章 基于遗传算法对角回归神经网络的预测模型 | 第79-89页 |
| ·DRNN 神经网络 | 第79-82页 |
| ·DRNN 网络结构 | 第79-80页 |
| ·DRNN 网络的训练和预测 | 第80-82页 |
| ·遗传算法 | 第82-86页 |
| ·遗传算法概述 | 第82-84页 |
| ·遗传算法原理及步骤 | 第84-86页 |
| ·基于遗传算法的 DRNN 网络对农机总动力需求量的预测 | 第86-88页 |
| ·小结 | 第88-89页 |
| 第六章 基于径向基神经网络的混沌时序局域预测法及其应用 | 第89-101页 |
| ·局域预测法 | 第90-91页 |
| ·基于 RBF 神经网络的局域预测法 | 第91-94页 |
| ·加权一阶局域法 | 第91-92页 |
| ·基于RBF 神经网络的局域预测法 | 第92-93页 |
| ·嵌入维数和邻近点数目的选取 | 第93-94页 |
| ·仿真 | 第94-100页 |
| ·Logistic 映射 | 第94-95页 |
| ·Lorenz 系统 | 第95-100页 |
| ·小结 | 第100-101页 |
| 第七章 总结与展望 | 第101-105页 |
| ·全文工作总结 | 第101-103页 |
| ·进一步研究展望 | 第103-105页 |
| 参考文献 | 第105-114页 |
| 发表论文和科研情况说明 | 第114-115页 |
| 致谢 | 第115页 |
