摘要:本文通过分析交通流的特点,首先引入了相空间重构技术,根据时间序列相空间重构思想,对时间序列描述的复杂系统进行了相空间延迟重构,并利用互信息法和Cao方法计算出了交通流时间序列的时间延迟和嵌入维数,刻画了短时交通流内在的随机性;然后用替代数据法分析了交通流时间序列的非线性特性.
对于非线性混沌的短时交通流,本文介绍了基于统计方法的预测模型——RBF神经网络,并用该方法对交通流时间序列进行了预测.
【关键词】相空间重构;交通流时间序列;预测
目录
摘要
Abstract
1 绪论-1
2 相空间重构-2
2.1 相空间重构理论-3
2.2 时间延迟的选取-4
2.3 嵌入维数的确定-6
2.4 交通流时间序列的重构参数-10
3 交通流时间序列的非线性检验及混沌特性分析-11
3.1 时间序列的非线性检验-12
3.2 时间序列的最大Lyapunov指数-14
4 交通流时间序列的预测-16
结论-18
参 考 文 献-19