1、鈾資源作為核能發(fā)展的物質(zhì)基礎，其變化規(guī)律受經(jīng)濟、政治等因素的影響，研究國際鈾資源價格的變化趨勢，有利于我國制定核能開發(fā)與利用的政策和發(fā)展規(guī)劃。目前，對于價格預測的研究主要是基于時間序列進行的，研究方法主要分為兩類，一類是傳統(tǒng)的時間序列分析方法如ARMA模型，GARCH模型等；另一類是人工智能方法，如神經(jīng)網(wǎng)絡模型，支持向量機模型，模糊回歸模型等。雖然神經(jīng)網(wǎng)絡模型具有非線性特征，但是其在應用中存在著受初值影響大，訓練速度緩慢，容易陷入局部極

2、小值，有時會發(fā)生過學習或泛化能力低等現(xiàn)象，影響了模型的穩(wěn)定性和預測精度。支持向量機遵循結(jié)構(gòu)風險極小化原則，能較好地解決小樣本、非線性、高維數(shù)和局部極小等問題，解決了過學習以及維數(shù)災難等問題，是機器學習研究的新熱點。
　　本研究主要內(nèi)容包括：⑴引入混沌理論和馬爾可夫決策思想，計算最大Lyapunov指數(shù)來說明鈾價格時間序列的混沌性，采用Cao方法確定最小嵌入維數(shù)，然后對鈾資源價格時間序列進行相空間重構(gòu)。⑵介紹了支持向量機理論的基本原