混沌时间序列预测理论与方法（韩敏）

本书从混沌学的基本概念出发介绍混沌信号噪声滤除方法，重点论述了具有混沌特性时间序列的预测方法。针对一些实际问题，给出了多个实际混沌系统预测研究的算例，希望能对感兴趣的读者有所帮助。 本书可以作为相关专业本科生、研究生以及研究人员的参考书，在内容上力求做到理论完整、推算翔实，在写作上力求做到深入浅出、通俗易懂，使其具有良好的可读性，以方便读者对书中内容的理解和应用。 混沌时间序列预测理论与方法是韩敏所著的关于混沌学在时间序列分析领域应用的一本书。混沌学是研究自然界中复杂系统发展规律的学科，它涉及初始条件的敏感性以及系统的长期行为。美国气象学家洛仓兹在模拟气象系统时发现了这一现象，称为“蝴蝶效应”，即系统对初始值的微小变化极为敏感，导致长期预测变得极其困难。混沌现象的奥秘激发了人们对混沌理论及其应用研究的兴趣。尽管混沌系统难以进行长期预测，但它并不妨碍人们研究其发展规律。 本书分为六章，从介绍混沌的基本概念出发，深入探讨了混沌时间序列预测方法。第一章涵盖了混沌的起源、定义、特点、研究意义、常见的混沌现象以及混沌时间序列预测方法在不同领域的应用。第二章则探讨了混沌运动的特征，并详细介绍了混沌识别的方法和工具，如Lyapunov指数、Kolmogorov熵、关联维数、功率谱、Poincare截面、分形和分维等，对相空间重构的方法做了详细说明。第三章讨论了不同的混沌信号噪声平滑方法，包括基于模型逼近技术、小波理论、奇异谱和主分量分析的噪声平滑方法，重点阐述了基于局部投影的噪声平滑方法。 第四章具体讨论了混沌时间序列预测的四种方法，包括全局预测法、局域预测法、自适应预测方法和重构系统方程的非线性自适应预测方法。第五章则全面论述了基于神经网络的混沌时间序列预测方法，讨论了前馈神经网络、核方法和支持向量机、自组织特征映射、多重分支时间延迟回归神经网络等非线性工具在混沌时间序列预测中的应用。第六章基于前几章的理论方法，主要讲述了太阳黑子、黄河年径流混沌时间序列的特性，并采用不同方法对两种混沌时间序列进行预测，对仿真结果进行了详细分析。 本书不仅是一部关于混沌时间序列预测方法的专业书籍，也是韩敏长期研究的成果汇编。书中引用了其他著名学者的著作和研究成果，感谢了作者指导的博士研究生席剑辉及其他参与研究工作的人员，包括博士研究生韩冰、史志传、郭伟，硕士研究生魏茹、范明明、白佳、项牧等人的工作。本书得到了大连市人民政府的资助出版，且特别感谢中国水利水电出版社责任编辑王艺对出版工作所做出的认真细致的工作。韩敏在书中表达了对所有给予关心、支持和鼓励的人士以及家人的诚挚谢意，并指出出版此书是为了铭记他们对作者的恩惠。