摘要：依据相空间邻近轨道演化相似性特点建立训练模式,提出了基于自适应高阶非线性Volterra滤波器（HONFIR）的混沌时间序列多步预测模型（MSP-HONFIR）;通过定义距离相似度、趋势相似度来衡量轨道演化相似度,提出了混沌吸引子邻近轨道判别的新方法;从模型训练充分性角度出发探讨了MSP-HONFIR滤波器模型训练集规模控制的依据.数值研究表明MSP-HONFIR滤波器模型的多步预测性能优于原有HONFIR滤波器模型.

关键词：混沌 非线性自适应预测 volterra滤波器模型 训练模式 

单位：南京信息工程大学计算机软件学院 南京210044 浙江大学电气工程学院 杭州310027 湖南大学电气工程学院 长沙410082 南京工业大学自动化学院 南京210009