混沌时间序列相空间重构参数的选取方法

对混沌时间序列相空间重构中最佳延迟时间间隔和嵌入维数的选取方法作了综述，提出了同时考虑这2个参数选取的重构展开－虚假邻点法以及预测误差最小法，并以Lorenz系统为例作了验证。  

R/S分析法在地下水动态分析中的应用

对R／S分析法中的Hurst经验公式进行了修正，并采用修正后的Hurst经验公式分析了地下水动态过程，实例表明，采用R／S分析法对地下水动态过程进行分析是合理的，修正后的Hurst经验公式可以更加广泛地应用于时间序列的分析。同时采用R／S分析法定量描述了地下水动态过程的分形特征，得到了其分维数。  

AR模型应用于振动信号趋势预测的研究

振动信号的趋势预测是设备状态监测与故障诊断中的一个重要内容。论文提出采用时间序列ＡＲ模型进行趋势预测。将现场测得的非平稳振动序列通过ＡＲＩＭＡ模型和标准化处理，转化成标准正态平稳时间序列。模型参数估计使用了方法简单、参数估计无偏、精度高的最小二乘法。通过现场实测数据进行验证，计算结果表明ＡＲ模型能够很好地拟合振动信号时间序列并取得了一定的预测精度，可以达到预测要求。  

基于RBF神经网络的股市建模与预测

提出一种基于ＲＢＦ神经网络的股市预测建模方法，并采用递阶遗传算法训练ＲＢＦ网络的参数、权重和结构，对上证综指和个股（伊利股份）的建模与预测结果表明，该训练方法使ＲＢＦ神经网络具有很强的学习与泛化能力，它在股市这样一个复杂的非线性随机系统建模中具有很高应用价值。  

用最大熵谱方法分析气候序列的周期

提出以正弦函数拟合序列的周期分量并进行周期分量显著性检验的方法。对南宁年平均气温序列和梧州年降水量序列进行了周期分析。  

时间序列分析方法及人民币汇率预测的应用研究

在简要介绍时间序列模型的基础上，使用人民币／美元的日汇率值进行实证研究，建立相应的ARIMA模型和EGARCH模型并进行预测和评价。研究结果表明，EGARCH模型的预测结果较ARIMA模型理想，适合描述人民币／美元汇率的变动趋势。  

自相关过程的残差控制图

常规控制图应用的基本假设是从过程得到的观测值彼此独立。但许多过程出现了自相关现象。该文分别运用单值控制图和残差控制图就受控状况和失控状况的观测值对案例进行了分析比较。结果表明 :当过程存在自相关时 ,运用残差控制图更合适 ,但是 ,当自相关参数大于 0时 ,残差控制图检测过程异常的灵敏性有待提高。对于在现代生产过程中自相关数据 ,建议使用残差控制图 ,来代替传统的控制图  

相空间重构在股票短期预测中的应用

选择了两种基于相空间重构理论的预测方法进行股票数据的短期预测，其结果与实际值吻合较好，证明了方法和程序的有效性．这一研究为从非线性角度进行金融数据的分析作出了有益的尝试  

时间序列分析方法的研究

时间序列分析方法是建立变形测量预测模型的主要方法．本文就变形测量中用AR模型建立变形预测模型的参数估计问题以及模型阶次问题进行了探讨，并指出在样本观测值有限的条件下，宜采用最小二乘法及动态数据(DDS)方法建立动态变形的预测模型．  

时间序列分形特征的判别

研究了判断时间序列是否具有分形特征的几个参数：庞加莱映射，李雅普诺夫指数，关联维数，功率谱及赫斯特指数，分析了它们各自的优缺点。认为：在已知动力学系统时，使用庞加莱映射和李雅普诺夫指数就能准确地判断该时间序列是否分形；在不知道动力学系统时，使用功率谱及赫斯特指数更好些。最后给出了分形在时间序列分析中适用的场合。