包邮混沌时间序列智能预测方法及其应用

前言 第1章 绪论1．1 预测的基本概念1．2 混沌时间序列预测1．3 混沌时间序列预测研究概况1．4 本书的主要内容 第2章 混沌理论基础2．1 混沌理论及其研究现状2．2 处理混沌时间序列的理论方法简介2．3 混沌判别的常用方法2．4 典型混沌系统 第3章 常用混沌时间序列预测方法3．1 混沌时间序列预测理论基础3．2 局域预测方法3．3 全局预测方法3．4 自适应预测方法3．5 模型检验及应用实证分析第4章 混沌时间序列的神经网络预测方法4．1 神经网络概述4．2 BP神经网络预测模型4．3 RBF神经网络预测模型4．4 模型检验及实证分析4．5 RBF神经网络预测方法与BP神经网络预测方法的比较第5章 遗传算法优化BP神经网络的混沌时间序列预测方法5．1 问题的提出5．2 遗传算法5．3 遗传算法优化BP神经网络预测模型5．4 模型检验5．5 实证分析第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6．1 粒子群算法基本原理6．2 对PSO算法的改进6．3 改进。PSO算法优化BP神经网络预测模型6．4 在典型混沌时间序列中的应用6．5 实证分析第7章 混沌时间序列的SVM预测方法7．1 统计学习理论7．2 支持向量机7．3 基于支持向量机的混沌时间序列预测方法7．4 SVM预测方法与BP和RBF神经网络预测方法的比较第8章 基于信息粒化的SVM混沌时间序列预测方法8．1 信息粒化理论8．2 基于信息粒化的支持向量机预测模型的基本思想8．3 模糊粒子构建8．4 基于信息粒化的支持向量机预测模型8．5 模型检验8．6 在城市交通流预测中的应用参考文献