| 摘要 | 第5-7页 |
| Abstract | 第7页 |
| 插图或列表清单 | 第12-15页 |
| 1 绪论 | 第15-29页 |
| 1．1 混沌信号的特点和研究历史 | 第15-18页 |
| 1．2 混沌时间序列预测的研究内容和进展 | 第18-23页 |
| 1．2．1 混沌信号噪音滤除方法 | 第19-20页 |
| 1．2．2 混沌特性识别方法 | 第20-21页 |
| 1．2．3 混沌序列预测方法及其分类 | 第21-23页 |
| 1．3 神经网络方法在混沌时间序列预测中的应用研究 | 第23-26页 |
| 1．4 本文主要研究内容 | 第26-29页 |
| 2 非线性局部逼近混沌噪音滤除方法 | 第29-43页 |
| 2．1 引言 | 第29-30页 |
| 2．2 混沌序列相空间重构理论 | 第30-33页 |
| 2．3 非线性局部逼近去噪方法 | 第33-37页 |
| 2．3．1 局部平均去噪算法 | 第33-34页 |
| 2．3．2 非线性局部逼近去噪方法 | 第34-37页 |
| 2．4 仿真实例分析 | 第37-42页 |
| 2．4．1 Henon映射混沌序列去噪 | 第37-39页 |
| 2．4．2 月太阳黑子混沌序列去噪 | 第39-42页 |
| 2．5 小结 | 第42-43页 |
| 3 重构系统方程动力学自适应预测方法 | 第43-64页 |
| 3．1 引言 | 第43-44页 |
| 3．2 基于时间序列混沌特性参数的初始状态选择方法 | 第44-50页 |
| 3．2．1 选择初始模型的基本原理和步骤 | 第45-48页 |
| 3．2．2 常用混沌系统 | 第48-50页 |
| 3．3 重构系统方程混沌自适应预测方法 | 第50-55页 |
| 3．3．1 重构系统方程非线性自适应预测 | 第50-52页 |
| 3．3．2 广义状态变量的卡尔曼滤波最优估计分析 | 第52-55页 |
| 3．4 仿真实例分析 | 第55-63页 |
| 3．5 小结 | 第63-64页 |
| 4 多重分支时间延迟神经网络预测方法 | 第64-98页 |
| 4．1 引言 | 第64-66页 |
| 4．2 常用动态神经网络及其算法 | 第66-71页 |
| 4．2．1 几种典型的动态神经网络 | 第67-68页 |
| 4．2．2 动态神经网络算法描述 | 第68-71页 |
| 4．3 混沌相空间重构理论与时间延迟神经网络 | 第71-74页 |
| 4．3．1 相空间信息在时间延迟神经网络中的体现 | 第72-73页 |
| 4．3．2 相空间重构直接多步预测的神经网络实现 | 第73-74页 |
| 4．4 递归预测器神经网络 | 第74-79页 |
| 4．4．1 RPNN结构描述 | 第74-76页 |
| 4．4．2 RPNN算法描述 | 第76-79页 |
| 4．5 仿真实例分析 | 第79-88页 |
| 4．5．1 预测性能指标 | 第79-81页 |
| 4．5．2 月太阳黑子序列仿真结果 | 第81-87页 |
| 4．5．3 仿真结果分析讨论 | 第87-88页 |
| 4．6 多重分支时间延迟神经网络的稳定性分析 | 第88-96页 |
| 4．6．1 多重分支时间延迟神经网络稳定性的基本概念 | 第88-92页 |
| 4．6．2 输入扰动下多重分支时间延迟神经网络的稳定性分析 | 第92-94页 |
| 4．6．3 权值扰动下多重分支时间延迟神经网络的稳定性分析 | 第94-96页 |
| 4．7 小结 | 第96-98页 |
| 5 多元变量混沌序列预测的初步探讨 | 第98-116页 |
| 5．1 引言 | 第98-100页 |
| 5．2 基于主成分分析的多元变量相空间重构研究 | 第100-102页 |
| 5．3 神经网络和PCA结合实现多元变量预测研究 | 第102-105页 |
| 5．4 仿真实例分析 | 第105-115页 |
| 5．4．1 混沌Rossler方程x(t)和y(t)序列的建模和预测仿真 | 第105-110页 |
| 5．4．2 大连降雨和气温时间序列的建模和预测仿真 | 第110-115页 |
| 5．5 小结 | 第115-116页 |
| 6 黄河年径流复杂混沌系统的仿真研究 | 第116-131页 |
| 6．1 引言 | 第116-118页 |
| 6．2 黄河年径流时间序列混沌特性分析 | 第118-123页 |
| 6．2．1 统计分析 | 第118-120页 |
| 6．2．2 小波分析 | 第120-122页 |
| 6．2．3 混沌分析 | 第122-123页 |
| 6．3 黄河年径流序列模型重构和预测研究 | 第123-125页 |
| 6．4 黄河年径流序列多变量信息预测研究 | 第125-130页 |
| 6．5 小结 | 第130-131页 |
| 7 总结和展望 | 第131-135页 |
| 7．1 总结 | 第131-133页 |
| 7．2 展望 | 第133-135页 |
| 参考文献 | 第135-147页 |
| 攻读博士学位期间发表学术论文情况 | 第147-149页 |
| 创新点摘要 | 第149-150页 |
| 致谢 | 第150-151页 |
| 大连理工大学学位论文版权使用授权书 | 第151页 |
