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