复杂性科学是当前世界科学发展的热点和前沿,其研究与应用正在向各个学科渗透。作为复杂性科学理论之一的混沌理论,对待自然界知社会生活有着与传统科学不同的思想、研究方法,解决与说明了一些应用传统科学所不能解决与说明的问题或现象,其研究与应用也已渗透到了众多学科领域。 本文首先简要介绍了混沌理论及其在经济预测研究中的应用原理,然后通过对BP神经网络、Lyapunov指数和混沌时间序列三方面的研究提出一个新的预测模型。 BP神经网络理论是非线性动态系统建模与预测的强有力工具,本文引入混沌机制来优化BP算法,利用混沌的全局遍历性特点解决BP神经网络的局部极小点问题,获得了更快的收敛速度和更优的全局网络。 本文根据经济系统的非线性特征,提出了“基于LyapunoV指数和CBP的混沌时序预测模型”,利用Lyapunov指数判别时间序列的混沌特性,估计最大可预测时间尺度;应用混沌优化的BP神经网络进行经济预测。然后将这一模型应用于某超市的销售数据预测,取得了比较满意的结果。 最后,本文在进行总结的同时还提出了今后进一步研究的方向。