交通流理论中的混沌特性识别及预测研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景及意义 | 第9-10页 |
| ·交通流现状 | 第9页 |
| ·混沌理论引入到交通流研究 | 第9-10页 |
| ·国内外研究现状以及问题所在 | 第10-12页 |
| ·交通流的混沌现象的识别现状以及问题 | 第11页 |
| ·交通流的短时预测现状以及问题 | 第11-12页 |
| ·基于混沌理论的短时交通流预测现状以及问题 | 第12页 |
| ·本文主要结构和内容 | 第12-13页 |
| 第二章 混沌理论以及交通流理论的简单介绍 | 第13-34页 |
| ·混沌的概述 | 第13-16页 |
| ·混沌的定义 | 第13页 |
| ·混沌的基本概念介绍 | 第13-14页 |
| ·混沌的特性 | 第14-16页 |
| ·交通流理论 | 第16-18页 |
| ·交通流的基本概念 | 第16页 |
| ·交通流不确定性 | 第16-17页 |
| ·交通流特性 | 第17-18页 |
| ·时间序列混沌特性的分析 | 第18-25页 |
| ·混沌吸引子维数 | 第19-22页 |
| ·李雅普诺夫(Lyapunov)特征指数 | 第22-25页 |
| ·混沌时间序列相空间重构理论介绍 | 第25-34页 |
| ·时间序列的相空间重构 | 第25-26页 |
| ·相空间重构参数的选择 | 第26-34页 |
| 第三章 时间序列混沌识别方法综述 | 第34-44页 |
| ·传统混沌判定方法 | 第34-42页 |
| ·定性的判定方法介绍 | 第34-37页 |
| ·定量的混沌判定方法 | 第37-42页 |
| ·各种混沌识别方法比较 | 第42-44页 |
| 第四章 一种混沌识别的新方法 | 第44-61页 |
| ·Wigner-ville分布的定义和性质 | 第44-46页 |
| ·勒贝格测度的概述 | 第46-49页 |
| ·Duffing系统的动力学特性 | 第49-53页 |
| ·基于Wigner变换和勒贝格测度的混沌判定方法 | 第53-61页 |
| ·在duuffing系统的混沌判据 | 第53-56页 |
| ·交通流时间序列的混沌判定 | 第56-61页 |
| 第五章 基于Bp神经网络与混沌理论的交通流预测 | 第61-75页 |
| ·人工神经网络预测方法的基本理论 | 第61-68页 |
| ·神经网络的结构与算法 | 第61-66页 |
| ·传统神经网络的设计 | 第66-68页 |
| ·基于混沌神经网络的交通流预测 | 第68-75页 |
| ·混沌神经网络交通流预测方法 | 第68-70页 |
| ·算法流程图 | 第70页 |
| ·混沌神经网络的交通流预测结果 | 第70-75页 |
| 全文的总结与展望 | 第75-77页 |
| 全文总结 | 第75页 |
| 全文展望 | 第75-77页 |
| 参考文献 | 第77-83页 |
| 致谢 | 第83页 |
