| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-15页 |
| ·课题研究背景及意义 | 第8-9页 |
| ·多变量混沌时间序列预测的研究现状及主要方法 | 第9-11页 |
| ·储备池方法研究现状 | 第11-13页 |
| ·论文主要内容及结构 | 第13-15页 |
| 2 储备池LM学习方法研究 | 第15-25页 |
| ·回声状态网络 | 第15-18页 |
| ·回声状态网络的结构和特点 | 第15-17页 |
| ·储备池方法混沌时间序列直接预测 | 第17-18页 |
| ·基于LM算法的储备池优化研究 | 第18-21页 |
| ·LM算法 | 第18-20页 |
| ·基于LM算法的储备池权值优化 | 第20-21页 |
| ·仿真实例 | 第21-24页 |
| ·预测性能评价指标 | 第21页 |
| ·Lorenz混沌时间序列预测仿真 | 第21-24页 |
| ·小结 | 第24-25页 |
| 3 基于贝叶斯回归的多储备池回声状态网络研究 | 第25-34页 |
| ·多储备池结构 | 第25-27页 |
| ·基于贝叶斯回归的多储备池回声状态网络研究 | 第27-30页 |
| ·贝叶斯方法 | 第27-28页 |
| ·基于贝叶斯回归的多储备池预测模型 | 第28-29页 |
| ·模型超参数估计 | 第29-30页 |
| ·仿真实例 | 第30-33页 |
| ·太阳黑子及黄河径流仿真数据 | 第30-32页 |
| ·大连气温及降雨数据仿真 | 第32-33页 |
| ·小结 | 第33-34页 |
| 4 无核相关向量机 | 第34-41页 |
| ·相关向量机 | 第34-36页 |
| ·无核相关向量机模型 | 第36-37页 |
| ·仿真实例 | 第37-39页 |
| ·小结 | 第39-41页 |
| 5 一种基于AdaBoost算法的ESN预报器 | 第41-47页 |
| ·AdaBoost算法发展及应用 | 第41-42页 |
| ·基于AdaBoost算法的ESN时间序列预测模型 | 第42-44页 |
| ·AdaBoost.RT算法 | 第42-43页 |
| ·基于AdaBoost算法的ESN预报器 | 第43-44页 |
| ·仿真实例 | 第44-46页 |
| ·太阳黑子数据仿真 | 第44-45页 |
| ·Mackey-Glass时间序列预测 | 第45-46页 |
| ·小结 | 第46-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-54页 |
| 课题资助情况 | 第54-55页 |
| 攻读硕士学位期间参与项目情况 | 第55页 |
| 攻读硕士学位期间发表学术论文情况 | 第55页 |
| 攻读硕士学位期间获得奖励情况 | 第55-56页 |
| 致谢 | 第56-58页 |