混沌系统工具箱，里面包含混沌时间序列的生成，相空间重构等matlab源代码，希望对研究混沌时间序列分析与预测的朋友有用。

12改进的C-C相空间重构自然函数法确定延迟时间wolf法求李雅普诺夫指数小数据量法求李雅普诺夫指数

一种改进的选择相空间重构参数的方法，12、一种改进的选择相空间重构参数的方法12、一种改进的选择相空间重构参数的方法

矿井涌水量的准确预测对预防矿山透水事故的发生至关重要,提出利用GA优化的SVM模型(GA-SVM)来实现矿井涌水量的短期准确预测。该方法利用GA的自动寻优功能寻找SVM的最佳参数,提高了预测的准确率。首先,利用微熵率法求矿井涌水量时间序列的最佳嵌入维数和延迟时间,进行相空间重构。其次,采集义煤集团千秋煤矿2011—2015年实际涌水量的时间序列,利用GA-SVM模型对最后12组数据进行预测,其预测平均绝对百分比误差仅为0.92%,最大相对误差为2.62%。最后,与PSO-SVM和BP神经网络预测进行对比,结果表明GA-SVM优化模型适用于矿井涌水量的预测并且预测精度较高。

[xn, dn, xn_cols] = PhaSpaRecon(s, tau, m) 输入参数： s 混沌序列(列向量) tau 重构时延 m 重构维数 T 直接预测步数 输出参数： xn 相空间中的点序列(每一列为一个点) dn 一步预测的目标(行向量)

利用cao方法求解Lyapunov指数时重构相空间的最佳嵌入维数

C-C 方法求最佳嵌入维数和滞后时间 %该函数用来重构相空间 % m为嵌入空间维数 % tau为时间延迟 % data为输入时间序列 % N为时间序列长度 % X为输出,是m*n维矩阵

mdembedding：用于估计用于多元数据的相空间重构的参数的MATLAB代码

基于相空间重构和ARIMA-SVM模型对我国进出口总额的预测研究，李超，雷钦礼，进出口数据作为广泛经济时序数据的一种，预测通常采用时序研究方法。如经典线性模型，滑动自回归模型（ARIMA）。现实时序数据通常�

输出是图上显示的 E1 和 E2。代码使用 Lorenz 和 Rossler 时间序列进行了测试。