第1章 绪论 1
1.1 研究背景 1
1.2 研究目的和意义 2
1.3 混沌时间序列研究状况 2
1.4 水文时间序列预测研究状况 5
1.5 本书主要研究内容 9
第2章 重构水文系统相空间 11
2.1 概述 11
2.2 相空间重构理论 12
2.3 水文时间序列数据的平稳性 13
2.4 水文系统重构延迟时间的确定 21
2.5 水文系统重构嵌入维数的确定 28
2.6 同时确定延迟时间和嵌入维数方法 36
2.7 本章小结 38
第3章 水文时间序列的混沌特性分析 40
3.1 概述 40
3.2 水文时间序列的相图 40
3.3 水文时间序列功率谱分析 43
3.4 水文时间序列的关联维 46
3.5 Kolmogorov熵 48
3.6 水文时间序列最大Lyapunov指数 49
3.7 本章小结 55
第4章 水文混沌时间序列加权局域多步预测研究 57
4.1 概述 57
4.2 全域建模法 58
4.3 局域建模原理 59
4.4 零阶局域建模法 59
4.5 加权一阶局域建模法 60
4.6 水文混沌时间序列加权一阶局域预测模型 62
4.7 本章小结 66
第5章 水文混沌时间序列的Volterra自适应预测研究 67
5.1 概述 67
5.2 Volterra泛函级数 68
5.3 水文混沌时间序列Volterra自适应模型 69
5.4 Volterra滤波器自适应算法 72
5.5 水文混沌时间序列Volterra自适应模型算法及实现 78
5.6 年径流量混沌时间序列Volterra自适应预测 81
5.7 月蒸发量混沌时间序列Volterra自适应预测 83
5.8 本章小结 84
第6章 水文混沌时间序列支持向量回归机预测研究 86
6.1 概述 86
6.2 统计学习与支持向量机 86
6.3 支持向量回归机模型及算法 98
6.4 水文混沌时间序列SVR机算法 108
6.5 水文混沌时间序列SVR回归模型 112
6.6 本章小结 115
第7章 总结与展望 116
参考文献 118