交通流混沌機理研究.pdf

1、用混沌理論來分析研究交通中存在的問題，有助于人們把握交通系統(tǒng)的規(guī)律性，為解決交通流問題開辟了新的途徑。交通系統(tǒng)中存在著混沌現(xiàn)象，在混沌產(chǎn)生之初檢測出混沌，并對未來交通流發(fā)展狀況進行預測，以便采取具體的管控措施是本研究的出發(fā)點。 針對傳統(tǒng)交通流混沌判別方法要求樣本量大，無法滿足實時交通控制要求的弊端，在借鑒人工神經(jīng)網(wǎng)絡混沌快速實時判別方法的基礎上，提出基于最小二乘支持向量機混沌判別方法。就智能識別系統(tǒng)的組成、離線識別子系統(tǒng)中要用到

2、的Lyapunov 指數(shù)計算方法、在線識別子系統(tǒng)特征向量的提取進行了論述。通過對產(chǎn)生混沌的初始條件和混沌之間對應關系的分析，建立了以小波包分解得出的特征向量為輸入，以0-1 為輸出的最小二乘支持向量機交通流混沌判別模型。仿真實驗表明了該智能方法的可行性，即在取得少量的交通流時間序列樣本的情況下可快速實時判斷出混沌，為實時交通流混沌控制提供了依據(jù)。 針對早期預測方法所存在的不能反映短時交通流過程的不確定性與非線性，無法克服隨機干擾

3、因素對交通流量影響這一問題，綜合交通流系統(tǒng)相空間重構思想與神經(jīng)網(wǎng)絡混沌預測方法，提出基于最小二乘支持向量機的混沌預測方法。就相空間重構參數(shù)的選取、交通流混沌預測方法進行了研究。建立了以前k 時刻經(jīng)過重構之后的交通量時間序列為輸入，以k+1 時刻交通量為輸出的最小二乘支持向量機在線預測模型。仿真試驗表明用最小二乘支持向量機回歸算法進行交通流混沌時間序列預測，能夠取得較好的魯棒性和泛化能力。 對于高速公路混沌控制，在借鑒匝道控制中的