短时交通流混沌预测方法的比较.pdfVIP

第 27卷第 9期 (总第 189期) 系 统 工 程 Vo1．27，No．9 2009年 9月 SystemsEngineering Sept．，2009 文章编号：1001—4098(2009)09—0060—05 短时交通流混沌预测方法的比较 李 松 ，刘力军 ，郭海玲 (1．河北大学 管理学院，河北 保定 071002；2．河北经济贸易大学 旅游学院，河北 石家庄 050061) 摘 要 ：针对传统的应用数学模型方法在短时交通流预测精度和实时性方面存在的问题 ，提 出了将 Voherra 滤波器 自适应预测模型用于短时交通流的实时预测。为提高预测精度，在Volterra滤波系数计算过程中采用 归一化最小均方 自适应算法进行多次训练 。应用该预测模型对几个典型的非线性系统进行预测 ，验证 了算法 的准确性。然后再用此方法对微观实测交通流的时间序列进行实证分析。仿真结果表 明，该预测模型对实测 交通流时间序列具有很好 的预测效果，可以满足实时交通流预测的需要 。 关键词：交通工程 ；交通流混沌 ；自适应预测 ；Voherra滤波器 中图分类号 ：U491 文献标识码：A 实时准确 的交通流预测是交通智能控制和交通诱导 结果表 明，该方法对短时交通流预测具有较高的预测精 的前提和关键 ，其研究一直是智能交通系统 的研究热点 。 度 ，可 以为交通诱导和控制提供准确的参考。 多年来 ，专家和学者们建立 了很多预测模型和方法 ，如历 史平均法、时间序列法、Kalman滤波法、回归分析法等 1 相空间重构 等口]。这些方法理论基础较成熟，应用也较多。但这些传统 相 空 间重构 理论 是混 沌时 间序 列预测 的基 础， 的预测方法大都是基于数理统计 的方法 ，共 同特点是先建 Packard[】o]等和Takens[~1]提 出了用延迟坐标法对混沌时 立数据序列的主观模型，然后根据主观模型进行计算和预 间序列 {(￡)lt一1，2，…，Ⅳ)进行相空间重构，则在状态 测 ，预测精度不能满足实际的要求 ，加上不具备 自适应和 空间中重构的某一点状态矢量可 以表示为 自学习的能力 ，预测系统的鲁棒性没有保障。近年来 ，交通 X(z)一 {z(f)。z(f+r)，z(f+2r)，…，0 + ( 一 1)r)} 流混沌理论研究引起了人们的广泛关注，也取得了许多有 (1) 价值的研究成果[2]。城市交通系统具有 明显的混沌特征， 式中，i一 1，2，…， ， 是重构相空间中相点的个数 ， 许多学者对其非线性特性进行了深入研究，建立 了多种交 = N 一 ( 一 1)r；r是延迟时间； 是嵌人维数，即重构 通流预测模型，如神经 网络模 型[3]、Lyapunov指数 模 相空间的维数 。 型 ]、局域线性模型[等。 因此 ，对于具有 Ⅳ 个数据点的预测信号 )，可 以 近年来 ，随着泛 函理论的发展 ，以Voherra滤波器为 在 维相空间中重构成M =N 一 (m一 1)r个状态点，这 代表的混沌时间序列 自适应非线性滤波预测模型受到了 些相点的连线构成了点在m维相空间中的轨迹，该轨迹 学术界的广泛关注。Voherra滤波器模型 已被验证能对 表征 了系统状态随时间的演化 。 低维混沌系统进行精确预测[6-0]，该模型的最大特点是 Takens定理证明了如果嵌入维 m ≥ 2d-t-1，d为系 Volterra非线性映射函数综合考虑混沌系统的非线性特 统动力学维数 ，则系统原始状态变量构成的相空间和一维 性，充分利用其高阶矩信息 ，因而更符合混沌系统的本质。 观测值重构相空间里的动力学行为等价 ，两个相空间中的 基于此 ，本文从非线性时