论文研究基于贝叶斯网络的混沌时间序列预测.pdf

混沌时间序列预测是混沌理论的一个重要方向和研究热点，在气象、水力、经济和通信等各个领域有着广泛的应用。然而，由于混沌时间序列高度复杂的非线性特征，很难从理论上定量研究。利用贝叶斯网络（BNs）在处理不确定知识方面的优势，并结合相空间重构理论，建立了混沌时间序列非线性全局预测模型，实现对其动力学特性分析，从而达到预测目的。实验结果表明：模型具有良好的稳定性和预测能力，并能够有效地克服过拟合现象。