一种基于小数据量的快速识别短时交通流混沌特性的方法
由于对短时交通流进行混沌特性识别时，存在实时性与样本数量之间的矛盾，因此，本文提出了一种快速计算短时交通流时间序列最大Lyapunov指数的小数据量方法，用于识别短时交通流中是否存在混沌特性。并结合庞卡来截面法对识别结果进行了进一步的验证，从而为对短时交通流进行分析、预测和控制时所采用的相应方法提供了可靠的理论依据。对实测短时交通流行为进行识别的结果表明，该方法具有计算量小、实时性好，对小数据量可靠且容易操作等优点。
小数据量 Lyapunov指数 混沌特性 短时交通流量 庞卡来截面
蒋海峰 马瑞军 魏学业 温伟刚
北京交通大学 电子信息工程学院 北京 100044 新疆工业高等专科学校 电子与信息工程系 新疆 乌鲁木齐 830091
国内会议
北京
中文
186-195
2007-10-31（万方平台首次上网日期，不代表论文的发表时间）