| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-16页 |
| ·引言 | 第9页 |
| ·国内外研究现状 | 第9-11页 |
| ·选题背景及意义 | 第11-12页 |
| ·混沌时间序列的可预测性分析及其预测研究方法 | 第12-15页 |
| ·混沌时间序列可预测性分析 | 第12-13页 |
| ·混沌时间序列的预测方法 | 第13-15页 |
| ·本文的研究内容和安排 | 第15-16页 |
| 2 前馈型神经网络及其算法 | 第16-25页 |
| ·引言 | 第16页 |
| ·BP神经网络算法及其改进 | 第16-21页 |
| ·BP神经网络的结构 | 第16-17页 |
| ·BP神经网络算法实现 | 第17-18页 |
| ·BP神经网络改进型算法 | 第18-21页 |
| ·RBF神经网络及其算法 | 第21-24页 |
| ·RBF神经网络结构 | 第22-23页 |
| ·RBF神经网络算法实现 | 第23-24页 |
| ·小结 | 第24-25页 |
| 3 自适应神经模糊推理系统 | 第25-33页 |
| ·引言 | 第25页 |
| ·ANFIS结构 | 第25-27页 |
| ·混合学习算法 | 第27-32页 |
| ·结构学习阶段 | 第27-28页 |
| ·参数学习阶段 | 第28-32页 |
| ·小结 | 第32-33页 |
| 4 基于神经网络算法对比研究的混沌预测仿真实验和分析 | 第33-67页 |
| ·引言 | 第33页 |
| ·预测评价标准 | 第33-34页 |
| ·相关混沌时间序列 | 第34-35页 |
| ·数据预处理 | 第35-36页 |
| ·相空间重构技术 | 第36-38页 |
| ·相关混沌时间序列预测仿真实验 | 第38-66页 |
| ·Mackey-Glass混沌时间序列预测仿真实验 | 第38-48页 |
| ·Lorenz混沌时间序列预测仿真实验 | 第48-53页 |
| ·Henon混沌时间序列预测仿真实验 | 第53-57页 |
| ·Logistic混沌时间序列预测仿真实验 | 第57-62页 |
| ·Santa Fe混沌时间序列预测仿真实验 | 第62-66页 |
| ·小结 | 第66-67页 |
| 结论 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-71页 |
| 攻读学位期间的研究成果 | 第71页 |