交通流实时预测的混沌时间序列模型

针对城市交通流普遍存在的混沌特性,介绍了一种改进的加权一阶局域预测模型,并将其应用于交通流实时预测中。为了进一步提高算法的精度与速度,对最优邻域的点数进行动态选择,通过改进,使之成为一种鲁棒性强、预测精度高的实时预测算法,并能有效地用于短时交通流的预测问题中。仿真结果表明:该算法完全满足实时交通流预测的需要,为交通信号智能控制和交通流诱导奠定了坚实的基础。     

基于近似熵和统计复杂度的交通流复杂性测度

为了定量描述交通流系统的复杂性,引入非线性动力学的近似熵和统计复杂度特征量,计算混沌区域Henon和Logistic序列、周期序列、白噪声序列的近似熵和统计复杂度,并通过计算5个实测交通流时间序列数据对其近似熵和统计复杂度进行了计算分析。结果表明:这2种特征量能够有效测度系统的随机性和非线性,可以解决复杂性刻画的"短序列、可比较"难题,适于实测交通流的复杂性测度;交通流系统随机性较强,带有非线性结构,可能产生混沌,应该综合使用多种复杂性测度方法。     

基于跟驰模型的交通流混沌转化影响因素的仿真研究

为分析交通流混沌转化机理，利用Matlab软件编制皮埃莱（Bierley）模型来产生仿真交通流时间序列。在一定参数组合情况下，仿真研究了交通流车队中前后车辆的车头间距变化过程。通过分析这种车头间距的变化曲线，可以明显地观察到交通流混沌运动和有序运动之间的转化过程；在此基础上，通过考虑模型参数和仿真参数变化的大量仿真试验，应用最大Lyapunov指数改进算法对仿真交通流混沌转化的影响因素进行了理论分析。该研究结果有助于进一步理解、解释诸多交通流混沌转化现象，并为短时交通流预测和智能交通控制提供理论依据。     

基于RBF的混沌序列产生的新方法

介绍了利用RBF(Radial Basis Function)网络产生混沌序列的方法,即利用RBF网络跟踪混沌序列的模型,分析RBF神经网络对混沌序列的学习能力.最后利用最大Lyapunov指数判别法检验其序列,结果表明其序列具有较好的保密性能.     

基于MATLAB的船舶快速性和结构特性综合优化初步研究

以MATLAB 6.5为工作平台,使用仿真软件Simulink对高速单体船快速性以及结构特性的联合系统建立了数学模型。通过程序计算比较得出各设计变量的较优组合。在此基础上,从混沌变量、权系数不同、目标函数形式以及敏感变量等多个方面对结果的影响做出了分析。计算结果表明:变尺度混沌算法是有效且可行的。     

转移自映射混沌集的Hausdorff维数与测度

设dp是由概率向量P所诱导的度量,则在符号空间（∑N,dp）中我们有如下结论：存在一个相对于转移自映射σ而言的混沌集C,使得它的Hausdorff维数处处大于零;设（S,σs）是（∑N,dp）的一个子位移,d＝dimH（S）＞0且H^d（S）＜∞,如果是C包含S是H^d－可测的子位移σ的Li-Yorke混沌集,则H^d（C）＝0。     

混沌统计量的预测研究

提出了一种基于混沌吸引子的统计量序列预测技术．对于一个经诊断为混沌的统计量序列,应用神经网络建立模型,短期预测混沌序列．实验证明：Lyapunov指数越大,预测效果越差;神经网络的预测结果优于AR模型的预测结果．混沌序列是完全可以预测的．     

DS—CDMA系统的最佳混沌序列研究

针对基于混沌映射产生DS－CDMA系统的扩频序列展开研究,在给出基于混沌的DS－CDMA系统模型的基础上,重点研究了使多址干扰MAI最小的最佳混沌扩频序列,提供了基于Chebyshev映射产生最佳混沌扩频序列的设计实现方法,最后针对有限精度条件下产生最佳混沌扩频序进行了讨论和计算机实验验证。     

耦合混沌系统的输出反馈同步控制方法

基于无源性的方法研究了两个相同的非线性系统的同步问题,证明当两个待同步的混沌系统都是半无源系统时,使用输出反馈控制律可实现这两个系统的自适应同步,文中给出了系统输出同步反馈控制律存在的充分条件,设计了同步增益的自适应调节算法,并以Lorenz系统为例,验证了该反馈控制律和自适应算法的有效性并给出了仿真结果.     

混沌参数可变序列的流媒体加密算法

针对现有流媒体加密算法在安全性、通用性和实用性方面存在的缺陷,提出一种全新的基于混沌参数可变序列的流加密算法.该算法利用多层次迭代、密钥实时改变的思想,提高了安全性能.另外,本算法以流式加密为基础,采用直接加密的方式,使其适用于不同的视频编码标准,并且易于硬件实现.通过理论分析和实验结果,进一步证实了此算法具有很好的保密性和实时性.