| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·问题提出 | 第7-8页 |
| ·当前研究状况 | 第8-10页 |
| ·研究新思路 | 第10-11页 |
| ·本文主要研究内容 | 第11-12页 |
| 第二章 Lyapunov指数的计算方法 | 第12-21页 |
| ·Lyapunov指数的定义 | 第13页 |
| ·Wolf方法 | 第13-14页 |
| ·Jacobian方法 | 第14-18页 |
| ·Jacobian方法基本原理 | 第14页 |
| ·传统的Jacobian方法 | 第14-15页 |
| ·局域估计法 | 第15-16页 |
| ·全局估计法 | 第16-18页 |
| ·P-范数方法 | 第18-19页 |
| ·小数据量方法及其改进 | 第19-21页 |
| 第三章 交通流混沌的定性判定 | 第21-32页 |
| ·小波分析和多尺度分解 | 第21-23页 |
| ·交通流的混沌特征提取 | 第23-25页 |
| ·最小二乘支持向量机（LS-SVM） | 第25-26页 |
| ·基于多尺度分解和SVM的在线混沌快速判定方法 | 第26-27页 |
| ·系统仿真试验 | 第27-30页 |
| ·微观交通流仿真 | 第27-29页 |
| ·实验一 | 第29-30页 |
| ·小结 | 第30-32页 |
| 第四章 交通流混沌的定量估计 | 第32-45页 |
| ·相空间重构 | 第32-33页 |
| ·Oseledec矩阵的确定 | 第33-34页 |
| ·QR分解 | 第34-35页 |
| ·小波神经网络 | 第35-38页 |
| ·基于小波神经网络的Lyapunov指数谱计算方法 | 第38-39页 |
| ·系统仿真实验 | 第39-43页 |
| ·实验一 | 第39-41页 |
| ·实验二 | 第41-43页 |
| ·实验三 | 第43页 |
| ·小结 | 第43-45页 |
| 第五章 总结和展望 | 第45-48页 |
| ·总结 | 第45-46页 |
| ·展望 | 第46-48页 |
| 参考文献 | 第48-50页 |
| 发表论文和科研情况说明 | 第50-51页 |
| 致谢 | 第51页 |