基于多元时间序列分析的复杂系统建模与预测研究

含有混沌特性的复杂系统建模和预测研究具有广泛的意义。由于复杂系统自身的多变量演化行为，以及观测数据的不完整性和不确定性，使得其建模和预测成为信息学科的难题之一。本项目针对包含混沌特性的复杂系统进行如下内容的研究：1) 采用关联规则的数据挖掘、主成分分析、相关性分析等方法研究含混沌特性时间序列间相互作用机理；2) 通过延迟时间和嵌入维数，研究多元混沌时间序列相空间重构和建模方法；3) 利用神经网络、支持向量机等智能非线性工具对包含混沌特性的复杂系统进行建模和预测。课题以分析影响复杂系统的变量间相互关系为基础，将知识发现领域的数据挖掘方法与人工智能领域的神经网络、支持向量机方法相结合，为复杂系统的建模和预测提供新思路和新手段，对含混沌特性的复杂系统分析、认识和理解复杂系统变化的内在规律有着重要意义。