本书研究混沌时间序列智能预测方法及其应用，构建了不同类型的混沌时间序列智能预测模型，并用实际数据进行了实证分析。主要内容包括混沌理论基本原理、常用混沌时间序列预测方法、混沌时间序列的神经网络预测方法、遗传算法优化BP神经网络的混沌时间序列预测方法、粒子群算法优化BP神经网络的混沌时间序列预测方法、混沌时间序列的SVM预测方法、基于信息粒化的SVM混沌时间序列预测方法等。在应用方面，探讨了各种混沌时间序列智能预测方法在典型混沌时间序列、沪深股票指数以及城市交通流等不同学科领域的应用。书中还给出了一些主要预测方法的Martlab程序实现源代码，可供参考或者修改使用。