| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 混沌时间序列预测的研究现状 | 第10-12页 |
| 1.3 论文内容与结构安排 | 第12-14页 |
| 第二章 混沌基础理论和方法 | 第14-25页 |
| 2.1 混沌理论简介 | 第14-17页 |
| 2.1.1 混沌的定义 | 第14-15页 |
| 2.1.2 混沌的主要特征 | 第15-16页 |
| 2.1.3 混沌的描述 | 第16-17页 |
| 2.2 几种典型的混沌系统 | 第17-23页 |
| 2.2.1 离散混沌系统 | 第17-20页 |
| 2.2.2 连续混沌系统 | 第20-23页 |
| 2.3 数值计算方法 | 第23-24页 |
| 2.3.1 二阶龙格—库塔公式 | 第23-24页 |
| 2.3.2 四阶龙格—库塔公式 | 第24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 混沌时间序列预测 | 第25-31页 |
| 3.1 全局预测法 | 第25-27页 |
| 3.1.1 全局多项式预测法 | 第25-26页 |
| 3.1.2 神经网络预测法 | 第26-27页 |
| 3.2 局域预测法 | 第27-29页 |
| 3.2.1 零阶局域预测 | 第27页 |
| 3.2.2 加权零阶局域预测 | 第27-28页 |
| 3.2.3 加权一阶局域预测 | 第28-29页 |
| 3.3 自适应预测法 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 基于多项式与RLS算法的自适应预测算法 | 第31-52页 |
| 4.1 RLS算法简介 | 第31-32页 |
| 4.2 逼近用多项式简介 | 第32-37页 |
| 4.3 算法描述与实现 | 第37-49页 |
| 4.3.1 基于Chebyshev多项式与RLS算法的自适应预测 | 第39-43页 |
| 4.3.2 基于Hermite多项式与RLS算法的自适应预测 | 第43-46页 |
| 4.3.4 基于Laguerre多项式与RLS算法的自适应预测 | 第46-49页 |
| 4.4 仿真实验结果对比与分析 | 第49-51页 |
| 4.4.1 预测精度性能对比 | 第49-50页 |
| 4.4.2 计算耗时对比 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 基于多项式与LMS算法的自适应预测算法 | 第52-72页 |
| 5.1 LMS算法简介 | 第52-53页 |
| 5.2 算法描述与实现 | 第53-69页 |
| 5.2.1 基于Legendre多项式与LMS算法的自适应预测 | 第53-57页 |
| 5.2.2 基于Chebyshev多项式与LMS算法的自适应预测 | 第57-60页 |
| 5.2.3 基于Hermite多项式与LMS算法的自适应预测 | 第60-64页 |
| 5.2.4 基于Laguerre多项式与LMS算法的自适应预测 | 第64-67页 |
| 5.2.5 基于Bernstein多项式与LMS算法的自适应预测 | 第67-69页 |
| 5.3 仿真实验结果对比与分析 | 第69-71页 |
| 5.3.1 预测精度性能对比 | 第70-71页 |
| 5.3.2 计算耗时对比 | 第71页 |
| 5.4 本章小结 | 第71-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士学位期间取得的研究成果 | 第78-79页 |
| 致谢 | 第79-80页 |
| 附件 | 第80页 |
