本书提出了一些时间序列的智能辨识、建模与预测的理论和方法, 并用实际数据进行了实证分析。内容共16章。主要内容包括时间序列的基本概念与数据预处理；时间序列的复杂特性分析；基于传统统计学、SVM、LSSVM、神经网络、深度学习的各类单一预测模型；基于混沌特性的预测模型；基于线型/非线性集成、多模型加权以及基于分解算法的组合预测模型；时间序列预测智能技术与软测量；时间序列预测智能技术在实际中的应用展望；时间序列预测展望。在应用方面，探讨了各种时间序列智能预测方法在典型混沌时间序列、风电功率、短期风速、网络流量、交通流量、空气质量指数以及股市收盘价等不同学科领域的应用。 本书可供人工智能、控制科学与工程、计算机科学与技术、仪器科学与技术等有关专业的研究者、科研人员和工程技术人员及高等院校相关专业师生阅读参考。

博士，教授，博士研究生导师。2004年4月至2008年2月就职于中兴通讯股份有限公司CDMA事业部。2013年7月入职沈阳工业大学工作。主要研究方向：复杂时间序列特征分析、建模与预测；网络控制系统协同控制；群智能优化算法及应用；复杂工业过程建模、控制与优化。