水文时间序列的混沌特性及预测方法

　　 姜翔程的这本《水文时间序列的混沌特性及预测方法》是非线性动力学理论和方法在水文时间序列复杂特性和预测应用上的最新研究成果，对该领域的国内外研究现状和文献进行了综述，研究了水文时间序列平稳性的处理方法，据此对径流、降水和蒸发序列通过多种方法确定水文系统的相空间参数，从定性和定量两个角度研究水文时间序列的混沌特性，提出了水文混沌时间序列一阶加权局域多步预测模型、水文混沌时序volterra自适应模型，建立了水文混沌时序支持向量机回归模型。本书结合实例，深入阐述了混沌理论和非线性时间序列预测方法，是最新成果在水文时间序列复杂性研究中的应用。
　　 《水文时间序列的混沌特性及预测方法》可供水利、气象、环境、系统科学、管理科学等领域的科研技术人员阅读，也可对复杂系统和非线性预测技术应用研究的有关学者，以及高校师生提供参考。
　　

前言第1章 绪论 1.1 研究背景 1.2 研究目的和意义 1.3 混沌时间序列研究状况 1.4 水文时间序列预测研究状况 1.5 本书主要研究内容第2章 重构水文系统相空间 2.1 概述 2.2 相空间重构理论 2.3 水文时间序列数据的平稳性 2.4 水文系统重构延迟时间的确定 2.5 水文系统重构嵌入维数的确定 2.6 同时确定延迟时间和嵌入维数方法 2.7 本章小结第3章 水文时间序列的混沌特性分析 3.1 概述 3.2 水文时间序列的相图 3.3 水文时间序列功率谱分析 3.4 水文时间序列的关联维 3.5 kolmogorov熵 3.6 水文时间序列最大lyaunov指数 3.7 本章小结第4章 水文混沌时间序列加权局域多步预测研究 4.1 概述 4.2 全域建模法 4.3 局域建模原理 4.4 零阶局域建模法 4.5 加权一阶局域建模法 4.6 水文混沌时间序列加权一阶局域预测模型 4.7 本章小结第5章 水文混沌时间序列的volterra自适应预测研究 5.1 概述 5.2 volterra泛函级数 5.3 水文混沌时间序列volterra自适应模型 5.4 volterra滤波器自适应算法 5.5 水文混沌时间序列wolterra自适应模型算法及实现 5.6 年径流量混沌时间序列volterra自适应预测 5.7 月蒸发量混沌时间序列volterra自适应预测 5.8 本章小结第6章 水文混沌时间序列支持向量回归机预测研究 6.1 概述 6.2 统计学习与支持向量机 6.3 支持向量回归机模型及算法 6.4 水文混沌时间序列svr机算法 6.5 水文混沌时间序列svr回归模型 6.6 本章小结第7章 总结与展望参考文献