《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