| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-16页 |
| ·课题研究背景及研究意义 | 第8-9页 |
| ·国内外混沌时间序列研究进展及现状 | 第9-13页 |
| ·已有的混沌时间序列预测方法 | 第9-11页 |
| ·基于神经网络的混沌时间序列预测方法 | 第11-13页 |
| ·多变量混沌时间序列预测现状及存在的问题 | 第13-14页 |
| ·论文主要工作及章节安排 | 第14-16页 |
| 2 多变量混沌时间序列的相空间重构 | 第16-24页 |
| ·多变量混沌时间序列相空间重构原理 | 第16-17页 |
| ·相空间重构后的参数选取方法 | 第17-18页 |
| ·相空间重构关联积分 C一C方法 | 第18-20页 |
| ·应用 C-C方法重构 Lorenz三变量混沌时间序列 | 第20-23页 |
| ·小结 | 第23-24页 |
| 3 主成分分析在多变量时间序列中的应用 | 第24-32页 |
| ·主成分分析方法的原理 | 第24-26页 |
| ·基于奇异值分解的主成分分析方法 | 第26-28页 |
| ·改进的基于广义 Hebb算法的主成分分析方法 | 第28-30页 |
| ·提取Lorenz三变量时间序列主成分 | 第30-31页 |
| ·小结 | 第31-32页 |
| 4 基于递归神经网络的多变量混沌时间序列预测 | 第32-48页 |
| ·基于递归神经网络的混沌时间序列预测原理 | 第32-33页 |
| ·基于Elman递归神经网络的预测模型 | 第33-34页 |
| ·基于主成分分析方法预测多变量混沌时间序列 | 第34-47页 |
| ·基于改进的主成分分析的多变量混沌时间序列预测模型 | 第35-36页 |
| ·预测性能指标 | 第36页 |
| ·Lorenz系统的三变量时间序列预测 | 第36-40页 |
| ·黄河年径流以及年太阳黑子个数时间序列预测 | 第40-43页 |
| ·大连市月平均气温、降雨量时间序列预测 | 第43-47页 |
| ·小结 | 第47-48页 |
| 结论 | 第48-50页 |
| 参考文献 | 第50-55页 |
| 课题资助情况 | 第55页 |
| 攻读硕士学位期间发表学术论文情况 | 第55-56页 |
| 大连理工大学学位论文版权使用授权书 | 第56页 |