摘要：提出一种新颖的非线性时间序列预测模型，即滑动窗口二次自回归(MWDAR)模型．MWDAR模型使用部分的历史数据及其二次项构造自回归模型．模型参数用线性最小二乘法估计．应用模型进行预测时，预先选定窗口大小以及模型一次项和二次项的阶次．在每个当前时刻，先根据窗口内的数据估计模型参数，然后根据输入向量及模型参数做出预测．这种预测方法不仅适合小数据集的时间序列预测，而且对大数据集具有极高的计算效率．分别用Henon混沌时间序列数据和真实的股票交易数据作了MWDAR方法与局域线性化方法的1步和多步预测对比实验．结果显示MWDAR方法无论在预测精度上，还是在计算效率上都优于局域线性化方法．

关键词：非线性系统 混沌时间序列 预测 预报 

单位：西安科技大学计算机系; 陕西西安710054