本书研究了混沌时间序列智能预测方法及其应用，构建了不同类型的混沌时间序列智能预测模型，并用实际数据进行了实证分析。主要内容包括混沌理论基本原理、常用混沌时间序列预测方法、混沌时间序列的神经网络预测方法等。
更多科学出版社服务，请扫码获取。
目录
前言
第1章 绪论 1
1.1 预测的基本概念 1
1.2 混沌时间序列预测 4
1.3 混沌时间序列预测研究概况 7
1.4 本书的主要内容 14
第2章 混沌理论基础 17
2.1 混沌理论及其研究现状 17
2.2 处理混沌时间序列的理论方法简介 22
2.3 混沌判别的常用方法 25
2.4 典型混沌系统 27
第3章 常用混沌时间序列预测方法 32
3.1 混沌时间序列预测理论基础 32
3.2 局域预测方法 35
3.3 全局预测方法 41
3.4 自适应预测方法 43
3.5 模型检验及应用实证分析 47
第4章 混沌时间序列的神经网络预测方法 54
4.1神经网络概述 54
4.2 BP神经网络预测模型 57
4.3 RBF神经网络预测模型 66
4.4 模型检验及实证分析 73
4.5 RBF神经网络预测方法与BP神经网络预测方法的比较 79
第5章 遗传算法优化BP神经网络的混沌时间序列预测方法 81
5.1 问题的提出 81
5.2 遗传算法 82
5.3 遗传算法优化BP神经网络预测模型 88
5.4 模型检验 95
5.5 实证分析 99
第6章 粒子群算法优化BP神经网络的混沌时间序列预测方法 104
6.1 粒子群算法基本原理 104
6.2 对PSO算法的改进 106
6.3 改进PSO算法优化BP神经网络预测模型 106
6.4 在典型混沌时间序列中的应用 115
6.5 实证分析 120
第7章 混沌时间序列的SVM预测方法 127
7.1 统计学习理论 127
7.2 支持向量机 130
7.3 基于支持向量机的混沌时间序列预测方法 138
7.4 SVM预测方法与BP和RBF神经网络预测方法的比较 146
第8章 基于信息粒化的SVM混沌时间序列预测方法 152
8.1 信息粒化理论 152
8.2 基于信息粒化的支持向量机预测模型的基本思想 154
8.3 模糊粒子构建 154
8.4 基于信息粒化的支持向量机预测模型 156
8.5 模型检验 163
8.6 在城市交通流预测中的应用 176
参考文献 182
书单推荐
