摘要：根据混沌动力系统的相空间延迟坐标重构理论，基于支持向量机的强大的非线性映射能力，建立了混沌时间序列的支持向量机预测模型，并在统计学习理论的基础上采用最小二乘方法来训练预测模型，利用该模型对嵌人维数与模型的均方根误差的关系进行了探讨．最后利用Mackey-Glass时间序列和变参数的Ikeda时间序列对该模型进行了验证，结果表明，该预测模型能精确地预测混沌时间序列，而且在混沌时间序列的嵌人维数未知时也能取得比较好的预测效果．这一结论预示着支持向量机是一种研究混沌时间序列的有效方法．

关键词：维数 混沌时间序列 混沌动力系统 相空间 非线性映射 

单位：西安交通大学电子与信息工程学院，西安，710049