本文選題：混沌 + -測試�。� 參考：《系統(tǒng)工程》2015年09期

【摘要】：交通流時間序列混沌識別的方法主要有最大Lyapunov指數(shù)法、關(guān)聯(lián)維數(shù)法和替代數(shù)據(jù)等方法,但這些方法需要對交通流時間序列進行相空間重構(gòu)。引入一種新的判別交通流時間序列混沌特性的方法——0-1測試方法,該方法不需要對時間序列進行相空間重構(gòu),因而方便對交通流時間序列中的混沌現(xiàn)象進行快速檢測。首先利用Logistic映射產(chǎn)生的時間序列對該方法的有效性進行了檢驗,隨后又選用兩組不同的實測交通流時間序列利用0-1測試進行了混沌檢驗。研究結(jié)果表明:在兩組交通流時間序列中都存在混沌成分,而在其中一組數(shù)據(jù)中還存在隨機成分。
[Abstract]:The methods of chaotic identification of traffic flow time series mainly include maximum Lyapunov exponent method, correlation dimension method and substitute data method, but these methods need to reconstruct the phase space of traffic flow time series. A new method, 0-1 test method, is introduced to judge the chaotic characteristics of traffic flow time series. This method does not need to reconstruct the phase space of the time series, so it is convenient to detect the chaotic phenomena in the traffic flow time series quickly. First, the validity of the method is tested by using the time series generated by Logistic mapping, and then two different groups of measured traffic flow time series are selected to test the chaos using 0-1 test. The results show that chaotic components are present in both groups of traffic flow time series, while random components are also present in one of the two groups of traffic flow time series.
【作者單位】： 蘭州交通大學(xué)數(shù)理學(xué)院;蘭州交通大學(xué)交通運輸學(xué)院;
【基金】：國家自然科學(xué)基金資助項目(61164003;61364001)
【分類號】：U491.112

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 盧宇,賀國光;基于改進型替代數(shù)據(jù)法的實測交通流的混沌判別[J];系統(tǒng)工程;2005年06期

2 李松;賀國光;;跟馳模型的交通流混沌轉(zhuǎn)化現(xiàn)象的仿真[J];系統(tǒng)工程;2005年10期

3 周偉;褚衍東;俞建寧;;基于O-D網(wǎng)絡(luò)的交通流模型的分岔與混沌[J];系統(tǒng)工程;2009年01期

4 李松;賀國光;;基于最大Lyapunov指數(shù)改進算法的交通流混沌判別[J];武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版);2006年05期

5 張杰;賀國光;;基于一維元胞自動機模型的交通流混沌研究[J];武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版);2009年01期

6 王東山,賀國光;交通混沌研究綜述與展望[J];土木工程學(xué)報;2003年01期

7 張玉梅;曲仕茹;溫凱歌;;交通流量的混沌特性分析及預(yù)測模型研究[J];土木工程學(xué)報;2009年01期

8 蔣海峰;魏學(xué)業(yè);張屹;錢大琳;;仿真交通流混沌特性研究[J];系統(tǒng)仿真學(xué)報;2007年12期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 姜桂艷;常安德;牛世峰;叢玉良;程德明;王秋蘭;;基于BP神經(jīng)網(wǎng)絡(luò)的交通數(shù)據(jù)序列動態(tài)可預(yù)測性分析方法[J];北京工業(yè)大學(xué)學(xué)報;2011年07期

2 劉力軍;馬紅霞;;混沌理論在交通領(lǐng)域中的應(yīng)用前景初探[J];江西師范大學(xué)學(xué)報(自然科學(xué)版);2006年04期

3 楊海;王洪國;侯魯男;孫向群;;混沌蟻群算法及其在智能交通中的應(yīng)用[J];成都大學(xué)學(xué)報(自然科學(xué)版);2007年04期

4 張勇;賀國光;;一種在線快速判定交通流混沌的方法[J];長沙交通學(xué)院學(xué)報;2007年02期

5 周靜,陳森發(fā);微觀交通流中跟車模型的仿真研究[J];東南大學(xué)學(xué)報(自然科學(xué)版);2004年04期

6 華洲;;改進的最大Lyapunov指數(shù)的流量預(yù)測[J];電腦知識與技術(shù);2011年03期

7 張英瑩;吳正;郭明e，

本文編號：1783261