混沌时间序列分析已成为当今经济、金融系统中研究的热点问题之一,而经济、金融时序的非线性混沌特性研究又是这一系列研究的瓶颈和关键之所在。它对于经济、金融时间序列分析过程中的相空间重构、建模等的研究都至关重要,直接影响模型的效率和预测的效果,所以经济、金融时序的非线性混沌特性研究就显得越来越重要。本文首先对复杂性科学及其背景进行了比较详细的介绍,对国内外同类研究的进展和现状等进行了较为详细的综述。接下来,在国外学者研究的基础上,基于混沌时序形象化相空间轨迹的动力学特征的分别研究了RP和CRP方法以及判定混沌时间序列的复杂度算法的ApEn(近似熵)算法,基于VB程序应用这两种方法分别对Lorenz系统及实际的一类复杂金融系统模型所得到的数据进行了分析,得到了几个较为新的复原图和相干复原图,这对于判定时序数据的复杂内在特性提供了图形上的比对依据,研究结果为混沌时序的准确和进一步分类奠定了基础。接下来论文对实际的经济、金融混沌时间序列的关联维数进行了较为深入的分析和研究,并对关联维数与嵌入维数、临界距离之间的关系等问题还进行了一些有益的探索,为了研究混沌时序的非线性特性,论文采用所获取的人民币对美元的汇率数据研究了其嵌入维数、时间延迟、相空间重构、除噪、分形、Lyapunov指数、BDS统计量等决定其非线性特性的重要特征。然后应用时间序列建模的相关理论与方法,对所获取的一组加拿大分对美元的汇率数据进行了建模预测研究工作,取得了一些有益的研究结果。这一研究为经济、金融数据的系列研究提供了有益的可供参考的借鉴,研究成果具有重要的理论和实际意义。