混沌是一种非线性现象,它广泛应用在化学、物理、力学、数学等自然科学以及金融系统中,并取得了许多重大成果.该文首先简单地回顾了混沌理论的相关问题,针对传统神经网络在处理一些非线性问题中存在的不足,计论了混沌神经网络模型,然后根据混沌理论及混沌神经网络理论,讨论了它在具有混沌特性时间序列预测中的应用.具体作了以下几方面的工作:依据混沌理论,将时间序列的不规则性归咎于存在时间序列中的某种确定的非线性规律和外部并不重要的随机扰动,而不是传统上认为的完全随机的,在此基础上,提出了基于混沌吸引子的时间序列预测法.针对传统上以局部近似方法为基础的混沌时间混沌时间序列预测,存在一些未定因素(中嵌入维数d、延迟时间τ等),而且由模拟性规则所带来的误差是不可避免的,探讨了区间预测法,它从另一个角度出发,不是预测某一时刻的信号值,而是预测其取值区间.它避免了模拟确定性规则,在以Lohistic映射为基础的时间序列预测实验中,得到了较好的结果.探讨基于径向基函数插值的非线性预测模型,讨论了一种输入输出系统的预测思想,在昆网络模型的基础上,讨论了基于神经网络的时间序列预测的基本思想.