应用小波神经网络预测方法对相空间重构效果进行评估。当网络输入的大小等于重构相空间的嵌入维数时，小波神经网络具有良好的预测性能。研究小波神经网络中尺度参数的灵敏度，发现小波尺度过小时，参数对预测结果影响比较明显。在小波尺度参数的更新过程中，需要采用比其他参数更小的学习速率，采用这种学习策略所得到的预测结果明显好。选用Morlet母小波函数进行研究，只有当调节参数[γ]取值较小时，才可以减少旁瓣的干扰，得到良好的预测效果。