阐述了稀疏贝叶斯方法在时间序列预测中应用的理论基础,将稀疏贝叶斯方法应用于Logistic 方程产生的混沌时间序列和发动机油滑数据的预测,并与支持向量机(SVM)和RBF神经网络时间序列预测进行了比较.实验结果表明, 稀疏贝叶斯方法不仅具有SVM的性能,而且比SVM使用更少的核函数, 取得了较好的预测效果.