| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·课题的研究目的和意义 | 第9页 |
| ·研究现状 | 第9-11页 |
| ·主要研究工作及结构安排 | 第11-13页 |
| 第二章 时间序列的相空间重构和混沌特性判别 | 第13-27页 |
| ·相空间重构 | 第13-20页 |
| ·嵌入维数的确定 | 第14-17页 |
| ·延迟时间的确定 | 第17-20页 |
| ·混沌系统的特征量 | 第20-22页 |
| ·混沌特性的定性判别 | 第22-23页 |
| ·混沌特性的定量判别 | 第23-26页 |
| ·小数据量法计算Lyapunov指数 | 第23-25页 |
| ·GP算法同时求关联维数和Kolmogorv熵 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于分数阶LMS算法的Volterra自适应预测 | 第27-40页 |
| ·Volterra泛函级数 | 第27-28页 |
| ·Volterra级数和核函数 | 第27-28页 |
| ·非线性动力系统的Volterra级数展开 | 第28页 |
| ·混沌时间序列Volterra自适应模型 | 第28-31页 |
| ·Volterra自适应滤波器 | 第28-29页 |
| ·Volterra滤波器定阶 | 第29-31页 |
| ·Volterra滤波器输入 | 第31页 |
| ·Volterra滤波器自适应算法 | 第31-36页 |
| ·LMS算法和归一化LMS算法 | 第31-33页 |
| ·FLMS算法和归一化FLMS（NFLMS）算法 | 第33-36页 |
| ·改进的分数阶最小均方自适应（MFLMS）算法 | 第36页 |
| ·仿真实验 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于时变参数的混沌时间序列自适应预测 | 第40-53页 |
| ·基于时变参数的混沌时间序列自适应预测模型设计 | 第40-42页 |
| ·控制量和基于递推的参数自适应律设计 | 第42-47页 |
| ·控制量u的设计 | 第42-43页 |
| ·基于递推的时变参数自适应学习律设计 | 第43-46页 |
| ·仿真实验 | 第46-47页 |
| ·基于模拟退火算法的时变参数估计 | 第47-51页 |
| ·模拟退火算法的核心 | 第47-49页 |
| ·模拟退火算法优化时变参数自适应律 | 第49-51页 |
| ·仿真实现 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-54页 |
| ·本文总结 | 第53页 |
| ·本文展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 发表论文和科研情况说明 | 第57-58页 |
| 致谢 | 第58-59页 |