混沌时间序列 第二部分：系统辨识与预测

本文是混沌时间序列研究系列中的第二篇，描述了当前在混沌时间序列建模与预测方面的最新进展。来自确定性非线性系统的离散数据在使用线性方法分析时，可能呈现出随机的样貌。然而，确定性结构可以被揭示，并构建非线性模型以实现更好的预测。我们从几何学的角度给出此类方法的理论依据，简要描述以下几类方法：全局多项式、局部多项式、多层感知器以及半局部方法（包括径向基函数）。文中 presented来自已知混沌系统的示例，强调随时间推移导致预测误差增加。我们对比了不同算法在预测精度和存储需求方面的性能，并列举了这些方法应用于来自各类领域真实数据的实例。