基于相空间重构的短时交通流预测研究

短时交通流预测在城市交通控制和管理中起着十分重要的作用。本文通过分析短时交通流量数据在时间序列上的特点，引入混沌理论的分析方法，从非线性时间序列预测的角度对交通流量预测进行了研究。通过计算交通流系统相空间重构参数，给出了一种基于相空间重构理论的局部预测方法，对城市道路路段交通流量进行短时预测，取得了较为满意的效果。     

电动汽车动力系统及整车安全性能研究

电动汽车在充电及运行过程中 ,可能出现意外事故、碰撞、翻车等危险工况 ,造成动力系统的窜动、挤压、短路、开裂、漏电、热冲击、爆炸、燃烧等 ,由此使电动汽车对乘员产生机械伤害、电伤害、化学伤害、电池爆炸伤害以及燃烧伤害等 ,并可能引发更大的连发性事故以及二次伤害。本文对电动汽车在各种危险工况下对人体可能造成的电伤害、燃烧爆炸伤害、有毒气体化学伤害以及电池工作内压等几个方面进行了探索性的研究工作 ,提出了一些相应的防护措施。     

水利设施运行中水质污染的混沌非线性效应及控制方法

采用混沌非线性技术对水利设施运行造成的水质污染效应进行了分析,通过葛洲坝船闸运行实验结果发现,受影响的12 km长的河道水位变幅1.50 m,最大变幅时间11:00,16:00,20:00,22:00时.物理化学特性及主要污染物COD等在不同水域浓度差异极大,表现高浓度区远离污染源分布区,水体质量与河流水文期参数无明显变化,关系模糊,具有突变、约束、开放、自组织混沌非线性效应.应用耗散结构理论建立了水质污染非线性动力学模型,经实测验证误差为3%~6%.     

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.     

含三次耦合项的Logistic映射的分岔

采用数值模拟的方法研究了三维Logistic耦合系统.对系统的分岔行为及混沌形成过程进行了探讨.研究表明该系统对参数变化很敏感,存在着倍化分岔、Hopf分岔等导致混沌的情况,用分岔图、发生分岔点附近的相图研究了参数变化时系统动力学行为的演化过程.     

基于混沌理论的短时交通流量预测

随着智能交通的发展,实时动态交通分配成为当前研究热门问题。短时交通流预测是实时动态交通分配的关键技术之一,在当今交通控制以及车辆导航中具有不可替代的地位。通过对交通流数据进行分析,得出交通系统具有耗散系统特性,并且存在混沌。在此基础上,运用混沌理论对交通流数据进行相空间重构,并用多元局域预测法对时间序列进行预测。通过分析预测数据,得出基于混沌理论的短时交通流量预测在2～5 min内具有较高的预测精度。     

基于混沌时间序列的道路断面短时交通流预测模型

为了提高道路断面短时交通流预测的精确性,本文对道路断面的短时交通流数据进行混沌时间序列分析,并对多维交通流时间序列数据进行了相空间重构,建立基于混沌时间序列分析的道路断面短时交通流预测模型,利用粒子群优化算法优化模型的参数选择．最后应用本文的方法对城市快速路采集的断面交通流数据进行分析,对道路断面短时交通流建立预测模型并验证其有效性．     

考虑油膜力-碰摩力耦合的双盘转子系统动力学行为

考虑非线性油膜力-碰摩力耦合的双盘转子-轴承系统动力学模型.采用四阶Runge-Kutta法对该系统进行数值求解,结合相图、poincaré映射图、分岔图、最大碰摩力图,着重分析了转速和润滑油粘度的变化对系统响应及稳定性的影响.结果表明:不同转速下系统会出现多周期、概周期、混沌等复杂动力学行为.在低转速下,系统经历Hopf分岔进入概周期运动;中速阶段,系统会产生阵发性混沌运动,并历经逆倍周期分岔及Neimark-Sacker分岔进入概周期运动.润滑油粘度的增大,能够提高系统的稳定性,降低转子与定子间的最大碰摩力,使阵发性混沌区域逐渐后移且缩小.     

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．