摘要：对H市日用水量数据进行了混沌识别，结果表明其具备混沌特性，结合BP神经网络和混沌理论，利用重构相空间的嵌入维数确定神经网络的结构，建立了基于混沌理论的城市用水量神经网络模型，实际数据验证了该方法对城市用水量预测的有效性。 全文查看链接 　　关于延迟时间τ与嵌入维数m的选取，一种认为τ与m互不相关，即τ与m的选取是独立进行的，方法主要有自相关法[2]、复自相关法[7]、去偏自相关法[8]、互信息法[9]和AD法[10]。另一种则认为τ与m的选取是相互依赖的，方法有时间窗口法[11]、C—C方法[12]。 全文查看链接