交通流序列的Volterra自适应预测

摘要：

基于混沌动力系统的相空间重构和非线性系统的Volterra级数,构建交通流的Volterra自适应预测模型.在应用小数据量法判定交通流存在混沌特性的前提下,分别用平均互信息法和虚假邻点法选取延滞时间和嵌入维数以实现对交通流时间序列的相空间重构.通过Volterra级数展开式建立非线性预测模型,采用LMS自适应算法实时调整模型的系数.以Volterra自适应预测模型对实际采集的高速公路交通流量时间序列及模拟产生的Chens和Duffing混沌时间序列进行仿真研究.结果表明,该模型能够较准确地预测交通流量时间序列和低维混沌时间序列.

关键词：短时交通流、预测模型、Volterra级数、相空间重构、混沌

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

资助基金：陕西省自然科学基金资助项目2008k07;陕西师范大学青年科技基金资助项目200901001

在线出版日期：2012-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：185-187