| 中文摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 混沌系统的国内外的研究进展 | 第8-9页 |
| 1.2.1 国外的研究进展 | 第8页 |
| 1.2.2 国内的研究进展 | 第8-9页 |
| 1.3 本文的结构及主要工作 | 第9-11页 |
| 第二章 时间序列分析 | 第11-17页 |
| 2.1 时间序列的相关知识 | 第11-14页 |
| 2.1.1 时间序列简介 | 第11-12页 |
| 2.1.2 系统辨识 | 第12-14页 |
| 2.1.3 系统辨识的技术基础 | 第14页 |
| 2.2 时间序列分析的发展 | 第14-17页 |
| 第三章 相空间轨迹动力学特征的形象化——RP、CRP技术 | 第17-31页 |
| 3.1 RP、CRP方法原理 | 第17-20页 |
| 3.1.1 RP、CRP方法介绍 | 第17-18页 |
| 3.1.2 Lorenz系统的RP、CRP方法验证 | 第18-20页 |
| 3.2 RP和CRP对一类复杂金融系统模型的分析 | 第20-31页 |
| 3.2.1 一类复杂金融模型介绍 | 第20-22页 |
| 3.2.2 复杂金融模型的RP、CRP分析 | 第22-31页 |
| 第四章 基于APEN（近似熵）算法的混沌时序复杂度分析 | 第31-41页 |
| 4.1 柯尔莫哥洛夫熵（K熵）介绍 | 第31页 |
| 4.2 基于APEN算法的复杂度分析介绍 | 第31-33页 |
| 4.3 对于LORENZ系统的APEN复杂度分析 | 第33-35页 |
| 4.4 对于复杂金融系统的APEN复杂度分析 | 第35-41页 |
| 第五章 关于混沌时序关联维数的探索 | 第41-47页 |
| 5.1 关联维数 | 第41-45页 |
| 5.1.1 关联维数的定义以及算法 | 第41-43页 |
| 5.1.2 计算步骤 | 第43-44页 |
| 5.1.3 计算实例 | 第44-45页 |
| 5.2 计算结果分析 | 第45-47页 |
| 第六章 混沌时间序列复杂本质特征研究 | 第47-57页 |
| 6.1 混沌序列预测的原理和方法 | 第47-51页 |
| 6.1.1 相空间重构 | 第47-50页 |
| 6.1.2 非线性函数逼近方法 | 第50-51页 |
| 6.2 汇率数据复杂性实证分析 | 第51-57页 |
| 6.2.1 汇率时序数据内在复杂性探讨 | 第51-52页 |
| 6.2.2 汇率时序数据的的重构技术 | 第52-54页 |
| 6.2.3 数据结果 | 第54-56页 |
| 6.2.4 结论 | 第56-57页 |
| 第七章 时间序列建模实例分析 | 第57-64页 |
| 7.1 时间序列的模型介绍 | 第57-60页 |
| 7.1.1 时间序列的线性模型 | 第57-58页 |
| 7.1.2 时间序列的非线性模型 | 第58-60页 |
| 7.2 非线性建模实例分析 | 第60-64页 |
| 第八章 总结与展望 | 第64-66页 |
| 8.1 全文总结 | 第64-65页 |
| 8.2 展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 发表论文和科研情况说明 | 第69-70页 |
| 发表的论文: | 第69页 |
| 参与的科研项目: | 第69-70页 |
| 致谢 | 第70页 |
