基于最大Lyapunov指数改进算法的交通流混沌判别

提出了一种快速判别交通流混沌的最大Lyapunov指数改进算法．该算法首先用关联积分法（C-C方法）和Cao方法确定重构相空间的两个重要参数：嵌入维数m和延迟时间，再用小数据量方法计算时间序列的最大Lyapunov指数．这种算法不仅能够很好地重构原始时间序列的特性，并且能够避免Wolf方法的局限性．应用最大Lyapunov指数改进算法对仿真交通流和实测交通流的时间序列进行了混沌判别，结果表明，基于跟驰模型的仿真交通流和实际交通流中存在混沌现象，最大Lyapunov指数改进算法是准确判定时间序列是否具有混沌特性的一种有效方法．     

基于相空间重构及PLS法的冻土路基变形预测

为了正确预测多年冻土路基变形,将多年冻土路基变形单变量混沌时间序列进行相空间重构,依重构空间嵌入维数38在多维空间中定义自变量、因变量和样本数,利用偏最小二乘法对所构造的自变量进行主成分提取,建立路基变形预测模型,借助多种评判指标进行模型精度分析,并绘制了预测值与实测值散点图。对比分析结果表明所有样本点都集中在散点图对角线附近,相关系数达0.889 4,预测值与实测值最大相对误差为9.75%,说明建立的预测模型合理可信,利用该预测模型进行多年冻土路基变形预测可行。     

城市道路交通噪声的混沌特征及其应用

通过采集城市道路特征断面的交通噪声,形成时间序列,采用自相关函数法计算延迟时间,当相关系数衰减为0.4时,计算得到相空间重构的延迟时间为12。利用两组噪声样本的训练集计算关联维数,当嵌入维数为6时,关联维数保持不变,确定系统的嵌入维数为3,从而判定两组交通噪声样本存在混沌特征。根据重构的相空间、状态点及临近点计算拟合参数,分别对两组噪声样本进行混沌预测,并与检验集比对,结果表明:混沌模型可以用于短时城市道路交通噪声预测,两组噪声样本的预测平均相对误差分别为8.56%和9.33%。     

基于混沌理论和神经网络的交通量预测

针对目前交通量预测不能很好地满足智能交通管理需求的现状,分析交通量数据内在混沌特性,主要包括时间延迟、嵌入维数、关联维数及Lyapunov指数的计算,并将此分析耦合人工神经网络模型进行预测,最后给出北京环路上某车道交通量预测的实例,结果显示基于混沌时间序列分析的神经网络交通量预测在数据动力特征刻画及误差控制上有显著优势。     

����֧���������ع�ĺ�������Ԥ���о�

针对航班延误难以预测的问题,采用支持向量机回归方法建立航班到港延误预测模型。首先,采用相空间重构理论计算到港延误的延迟时间、嵌入维数和最大Lyapunov指数,发现到港延误时间序列存在混沌特性;将航班到港延误时间序列进行相空间重构,并结合执飞该航班的航空器在上游机场的离港延误构建模型的输入向量;其次,将粒子群算法、差分进化算法和遗传算法进行比较,用于选择最优的模型参数,实验表明,差分进化算法能够以较高概率获得最优的预测模型;最后,比较该模型、单一因素预测模型和相关向量机预测模型的航班延误预测性能。结果表明,该模型的预测性能明显优于另外两种模型,能够有效预测航班延误。     

采用支持向量机回归的航班延误预测研究

针对航班延误难以预测的问题,采用支持向量机回归方法建立航班到港延误预测模型.首先,采用相空间重构理论计算到港延误的延迟时间、嵌入维数和最大 Lyapunov 指数,发现到港延误时间序列存在混沌特性;将航班到港延误时间序列进行相空间重构,并结合执飞该航班的航空器在上游机场的离港延误构建模型的输入向量;其次,将粒子群算法、差分进化算法和遗传算法进行比较,用于选择最优的模型参数,实验表明,差分进化算法能够以较高概率获得最优的预测模型;最后,比较该模型、单一因素预测模型和相关向量机预测模型的航班延误预测性能.结果表明,该模型的预测性能明显优于另外两种模型,能够有效预测航班延误.     

海浪水压场的混沌特性分析及预测模型

海浪水压场作为水中兵器水压引信最严重的干扰源,对其混沌特性进行研究具有极为重要的意义.依据判断系统是否具有混沌特性的2个重要指标:关联维数和最大Lyapunov指数,分别通过G-P算法和小数据量的Wolf算法进行了计算.对一定数量的海浪水压场数据所进行的计算表明,海浪水压场具有分数的关联维数和正的Lyapunov指数,表现出明显的混沌特性.在此基础上依据混沌信号的相空间重构理论使用支持向量机对海浪水压场进行了预测建模,结果表明非线性混沌模型较常规的线性AR模型具有更高的预测精度.     

永久性岛状冻土区路基施工温度测控技术研究

永久性冻土隔热层遭到破坏,导致冻土融化引起的道路路基不均匀沉降是影响路基稳定性的主要因素。因此,路基施工首先考虑如何控制多年冻土层保护和正确评估冻土发生融化后的变形量。通过对冻土温度监测,为路基施工提供科学技术依据,提前做好施工方案、施工技术的相关准备,努力实现保护冻土隔热层、不破坏冻土结构和减少扰动冻土等目的基础上进行施工。     

边坡位移的混沌时间序列分析方法及应用研究

通过用混沌与分形理论研究边坡变形破坏的演变机理。建立了边坡演变的动力学方程组，通过相空间重构。得出显示边坡系统动态特性的关联维数D2的计算公式．并对边坡变形破坏过程进行了实例分析，编制了相应的Matlab程序，找到了合适的嵌入维数，提取和恢复边坡系统原有的规律．结果表明。分形分维方法为边坡位移预测研究提供了新的途径．     

高寒冻土区路基变形演化规律与破坏特征

为进一步研究高寒冻土区路基变形破坏演化过程,以漠北公路K6+200断面处的高温高含冰量冻土区路基和K8+200断面处的低温高含冰量冻土区路基为研究对象,在路基不同部位和路基下不同深度处土体埋设温度传感器和变形传感器,研究了高纬度、高寒冻土区不同冻土条件下路基实测温度和变形演化过程及其特征。研究结果表明:在高温高含冰量冻土区,在公路建成2年后,路基下出现了明显的融化盘偏移现象,新建宽幅路基呈现出明显的横向不均匀变形特性,路基下形成了2个融化盘,其中一个明显向路基坡脚处偏移,左坡脚和路中冻土上限明显下降了3~4m,路基下原天然地表处沉降达4~9cm,而路肩处冻土上限基本保持稳定;在低温高含冰量冻土区,在保证一定路基高度的条件下,除了建成初期路基土体存在一定的变形(工后沉陷)外,由路基下多年冻土不均匀融化导致的变形很小,因此,在低温冻土区公路路基稳定性相对较好。可见,研究结论进一步阐释了高温冻土区路基、路面变形严重的成因,为高纬度、高寒冻土区路面结构抗融沉破坏设计和病害防治提供了参考,揭示了高温多年冻土区路基纵裂、沉陷等不均匀变形破坏的特征和成因,相比高温多年冻土区,在保证一定路基高度下低温多年冻土区路基具有相对良好的稳定性,这一结论对于高纬度、高寒冻土区不同冻土条件下冻土路基的设计及病害防治具有重要意义。     

智能冲击压路机路基压实度自动检测方法

为了提高路基压实度检测的准确性,提出了路基压实度自动检测的瑞雷波法。采用落锤法敲击地表产生瑞雷波,分别通过检波器和地震仪采集和记录瑞雷波信号,应用-τp变换提取经过信息处理后的瑞雷波,获取频散曲线,利用瑞雷波反演横波速度的方法计算压实度,分析了压实度分布剖面图信息,对比了用瑞雷波法和灌砂法计算的路基压实度。计算结果表明:两条压实度曲线几乎重叠,最大绝对误差为-0.300%,相对误差为0.308%,说明用瑞雷波法检测路基压实度数据可靠,可以用于控制冲击碾压施工。     

航班后效晚点传播时间的混沌现象及其定量分析

由于一些不确定的因素致使航班进入停机位晚点,而在两相邻航班中前行航班的晚点会不同程度的传播给后行航班计划进入停机位时间. 为了研究航班晚点传播时间的规律,本文提出了航班后效晚点传播时间的计算方法,并利用航班进入停机位晚点时间的分布规律,对航班进行随机延误得到航班后效晚点传播时间的时间序列;然后为了能使时间序列蕴藏的信息得以充分体现,采用Takens嵌入定理对相空间进行重构得到一系列相点,从而通过这些相点可以定量计算判别混沌现象的参数即关联维数和Lyapunov指数;最后通过G-P算法与小数据量法分别计算此混沌参数,验证了航班后效晚点传播时间的时间序列具有混沌效应.     

K近邻短时交通流预测模型

为了准确预测道路短时交通流,构建了基于K近邻算法的短时交通流预测模型。分析了K近邻算法的时间和空间参数,提出4种状态向量组合的K近邻模型:时间维度模型、上游路段-时间维度模型、下游路段-时间维度模型与时空参数模型。以贵州省贵阳市出租车的GPS数据对几种K近邻模型进行了检验。分析结果表明:带有时空参数的K近邻模型具有更高的预测精度,其预测误差最小,平均为7.26%。基于指数权重的距离度量方式能更精确的选择近邻,其预测误差最小,平均为5.57%。与神经网络和历史平均模型相比,带有指数权重的K近邻模型具有更好的预测精度,平均预测误差仅为9.43%。可见,带有时空参数与指数权重的K近邻模型可作为道路短时交通流预测的有效手段。     

�����Ч��㴫��ʱ��Ļ��������䶨������

由于一些不确定的因素致使航班进入停机位晚点,而在两相邻航班中前行航班的晚点会不同程度的传播给后行航班计划进入停机位时间. 为了研究航班晚点传播时间的规律,本文提出了航班后效晚点传播时间的计算方法,并利用航班进入停机位晚点时间的分布规律,对航班进行随机延误得到航班后效晚点传播时间的时间序列;然后为了能使时间序列蕴藏的信息得以充分体现,采用Takens嵌入定理对相空间进行重构得到一系列相点,从而通过这些相点可以定量计算判别混沌现象的参数即关联维数和Lyapunov指数;最后通过G-P算法与小数据量法分别计算此混沌参数,验证了航班后效晚点传播时间的时间序列具有混沌效应.     

An improved method of detecting chaotic motion for rotor-bearing systems

Based on reconstructing the phase space and calculating the largest Lyapunov exponent, an improved method of detecting chaotic motion is presented for rotor-bearing systems. The method is an improvement to the Wolf method and the Rosenstein algorithm. The improved method introduces the correlation integral function method to estimate the embedding dimension and the reconstruction delay simultaneously, and it makes tracks for the evolutions of every pair of the nearest neighbors to improve the utilization of the reconstructed phase space. Numerical calculation and experimental verification show that the improved method can estimate the proper reconstruction parameters and detect chaotic motion of rotor-bearing systems accurately. In addition, the analytical results show that the current approach is robust to variations of the embedding dimension and the reconstruction delay, and it is applicable to small data sets.     

实测振动信号的Lyapunov指数的计算与混沌识别

分析了Lyapunov指数稳健算法.仿真结果表明稳健算法在刻画混沌"对初始条件敏感"这一特征时具有良好的性能.将该方法用于计算实测振动信号的Lyapunov指数,得到该指数大于零.综合分析信号的频谱特征、关联维数值后,有效地判断了所设计的非线性隔振系统处于混沌状态.