关于可预测性判定的问题

iwanna2008

1. 我想判断一个系统是否具备可预测性，进而转换成我要判断一个系统是否具备混沌特性，进而可转换为求某数据时间序列的最大lyapunov指数。    想问各位，我以上的思路有问题吗？
2. 我实际要做的事是货运量的预测问题，x代表输入，t代表需要预测的内容
    x各项分别含义为GDP， 其他参数1， 其他参数2 .... 其他参数7 一共9组数据  （具体什么参数忘记了，总是能够很据这7个参数推测出总货运量）
    t各项分别含义为总货运量，海上货运量，道路货运量  一共9组数据 （与前面的9组输入一一对应关系） 这个准备用神经网络描述其非线性关系。
    但是描述之前我要说明该问题是可预测的，我要怎么处理我的这些数据说明其实可预测的呢？比如要是求最大lyapunov指数，我的这些数据该如何处理呢？我该看论坛中的哪些帖子呢？谢谢各位了！




附：
x=[58478, 135185,  5.46, 0.23, 16.5, 0.21, 1005.3,  585.44;
   67884, 152369,  5.46, 0.27, 18.7, 0.26, 1105.6,  575.03;
   74462,  182563,  6.01, 0.25, 21.6, 0.28, 1204.6,  601.23;
   78345,  201587,  6.12, 0.26, 25.8, 0.29, 1316.5,  627.89;
   82067,  225689,  6.21, 0.26, 30.5, 0.31, 1423.5, 676.95;
   89430,  240568,  6.37, 0.28, 34.9, 0.33, 1536.2,  716.32;
   95933,  263856,  6.38, 0.28, 39.8, 0.36, 1632.6,  765.24;
   104790, 285697,  6.65, 0.30, 42.5, 0.39, 1753.2,  812.22;
   116694, 308765,  6.65, 0.30, 46.7, 0.41, 1865.5,  875.26]';
t=[102569, 52365,  46251;
   124587, 60821,  56245;
   148792, 69253,  67362;
   162568, 79856,  78165;
   186592, 91658,  90548;
   205862, 99635,  98758;
   226598, 109862, 102564;
   245636, 120566, 111257;
   263595, 130378, 120356]';