韩敏编著的《基于储备池的非线性系统预测理论与分析方法》共分6章。第1章从储备池方法的基本概念出发，介绍了储备池网络的发展历程和研究现状，并与几种相关的神经网络方法进行了比较说明；第2章以储备池网络的数学模型为基础，具体阐述了储备池的结构、实现机理及常规学习算法，并重点介绍了基于储备池的非线性系统建模方法；第3章论述了储备池网络的几种正则化方法，其中主要包括噪声抖动方法、奇异值截断方法和岭回归方法，重点论述了基于Levenberg Marquardt算法以及信赖域Newton算法的储备池方法；第4章通过将结构风险最小化原则引入储备池方法中，具体讨论了基于储备池的无核支持向量机，实现了递归神经网络同核方法的有机结合；第5章论述了不同的储备池网络改进方法，分别叙述了储备池网络的卡尔曼滤波在线学习方法、基于储备池的主成分分析方法、基于静态储备池的无核支持向量机Newton算法、基于1—范数正则化的静态储备池网络以及基于贝叶斯回归的多储备池网络；第6章以前几章介绍的理论方法为基础，采用不同方法对实际非线性系统进行分析和预测，并对仿真结果作了详细的分析。

韩敏编著的《基于储备池的非线性系统预测理论与分析方法》从储备池网络的基本概念出发，重点论述了基于储备池的非线性系统辨识和预测方法，并针对储备池网络的优化算法进行了深入探讨。在此基础上，针对具体的实际问题，给出了多个算例，进而说明储备池网络在非线性系统辨识和预测研究中的应用。

《基于储备池的非线性系统预测理论与分析方法》适合学习神经网络、非线性系统建模辨识、混沌时间序列预测等方面的研究生阅读，也适合从事混沌时间序列预测、复杂系统建模与辨识等领域的工程技术人员参考。

前言

第1章　绪论

　1.1　引言

　1.2　储备池及相关神经网络方法

　1.3　基于储备池的非线性系统辨识和预测方法

　1.4　小结

　参考文献

第2章　储备池网络基础

　2.1　引言

　2.2　储备池网络

　2.3　静态储备池网络的模型结构

　2.4　动态储备池网络的模型结构

　2.5　基于储备池的非线性系统建模

　2.6　小结

　参考文献

第3章　储备池解的性能分析及几种改进学习算法

　3.1　引言

　3.2　储备池解的性能分析

　3.3　基于正则化方法的储备池网络

　3.4　基于LM算法的储备池网络

　3.5　基于信赖域Newton算法的储备池网络

　3.6　小结

　参考文献

第4章　基于储备池的无核支持向量机

　4.1　引言

　4.2　基于储备池的无核支持向量机

　4.3　无核支持向量机的鲁棒性及其实现方法

　4.4　无核支持向量机与传统支持向量机的区别和联系

　4.5　小结

　参考文献

第5章　储备池网络的几种改进方法

　5.1　引言

　5.2　储备池网络的卡尔曼滤波在线学习方法

　5.3　基于储备池的主成分分析方法

　5.4　基于静态储备池的无核支持向量机Newton算法

　5.5　基于1-范数正则化的静态储备池网络

　5.6　基于贝叶斯回归的多储备池网络

　5.7　小结

　参考文献

第6章　基于储备池的非线性系统辨识和预测仿真实例

　6.1　性能指标

　6.2　静态储备池的仿真实例

　6.3　基于动态储备池的非线性系统辨识仿真实例

　6.4　基于动态储备池的混沌时间序列预测仿真实例

　6.5　储备池网络的几种改进方法仿真实例

　6.6　小结

　参考文献

附录　公式符号对照表