关于可预测性判定的问题
1. 我想判断一个系统是否具备可预测性，进而转换成我要判断一个系统是否具备混沌特性，进而可转换为求某数据时间序列的最大lyapunov指数。 想问各位，我以上的思路有问题吗？2. 我实际要做的事是货运量的预测问题，x代表输入，t代表需要预测的内容
x各项分别含义为GDP， 其他参数1， 其他参数2 .... 其他参数7 一共9组数据（具体什么参数忘记了，总是能够很据这7个参数推测出总货运量）
t各项分别含义为总货运量，海上货运量，道路货运量一共9组数据 （与前面的9组输入一一对应关系） 这个准备用神经网络描述其非线性关系。
但是描述之前我要说明该问题是可预测的，我要怎么处理我的这些数据说明其实可预测的呢？比如要是求最大lyapunov指数，我的这些数据该如何处理呢？我该看论坛中的哪些帖子呢？谢谢各位了！
附：
x=[58478, 135185,5.46, 0.23, 16.5, 0.21, 1005.3,585.44;
67884, 152369,5.46, 0.27, 18.7, 0.26, 1105.6,575.03;
74462,182563,6.01, 0.25, 21.6, 0.28, 1204.6,601.23;
78345,201587,6.12, 0.26, 25.8, 0.29, 1316.5,627.89;
82067,225689,6.21, 0.26, 30.5, 0.31, 1423.5, 676.95;
89430,240568,6.37, 0.28, 34.9, 0.33, 1536.2,716.32;
95933,263856,6.38, 0.28, 39.8, 0.36, 1632.6,765.24;
104790, 285697,6.65, 0.30, 42.5, 0.39, 1753.2,812.22;
116694, 308765,6.65, 0.30, 46.7, 0.41, 1865.5,875.26]';
t=[102569, 52365,46251;
124587, 60821,56245;
148792, 69253,67362;
162568, 79856,78165;
186592, 91658,90548;
205862, 99635,98758;
226598, 109862, 102564;
245636, 120566, 111257;
263595, 130378, 120356]';
页:
[1]