论文部分内容阅读
从非线性科学、混沌的角度研究设计交通系统是一种新型的交通管理与控制技术,该思想方法的基本原理是采用交通流混沌识别系统及时识别出混沌,迅速加入混沌控制信号以达到抑制交通拥堵现象、提高道路通行能力的目的。交通流混沌控制的前提是交通流混沌的快速识别,现有的混沌识别方法因需要大量的时间序列样本数据无法满足实际工程需要。因此研究在线实时快速识别混沌的方法,即研究出只需少量时间序列观测值样本就可以判定交通流是否出现混沌的方法,是一项具有重要理论意义与工程应用价值的前沿课题。在大量分析研究国内外交通流混沌识别相关文献的基础上,对交通流混沌快速识别智能系统的原理进行了进一步地分析,结合工程应用和技术开发的特点,进一步规范了交通流混沌快速识别智能系统的结构,并对该系统内各个子系统的功能进行了简述。在此基础上,进行了相关理论研究:不同于其他学者以交通流量或车辆密度作为表征道路交通的特征量,本研究选取车头时距作为表征交通流特性参数;研究选取不同时间序列长度对在线识别结果的影响。实验表明,在满足实时性的要求下,选取少量的时间序列观测样本就可以识别出交通流混沌;针对粒子群优化算法对大样本观测数据处理性能优的特点,本文建立了基于粒子群优化的交通流混沌在线识别智能方法模型,并应用于在线识别子系统对混沌进行识别,仿真实验证明了该理论的有效性与可行性。在理论研究的基础上,从工程应用和软件开发的角度,针对交通流混沌快速识别的特点,开发了一款适用于交通流混沌快速识别的软件。该软件基于Visual C++ 6.0的MFC面向对象编程技术为开发平台,采用Microsoft Office Access 2007作为后台数据库,将采集到的车头时距时间序列作为观测样本,采用Wolf法计算最大李雅普诺夫指数进行离线识别,建立粒子群优化交通流混沌在线识别神经网络模型及LS-SVM模型进行在线识别。仿真实验证明了该软件是一套功能齐全、系统结构清晰、界面友好的面向用户的针对交通流混沌快速识别问题的智能系统。