基于混沌的交通流量VoIterra自適應預測模型

摘 要：采用基于混沌動力系統的相空間重構和非線性系統的V01terra級數展開式，構建了交通流量的Volterra自適應預測模型。其基本思想是首先采用Lyapunov指數判定交通流時間序列存在混沌的前提下，對該時間序列進行相空間重構；然后選擇Voherm級數構造非線性預測模型，并采用LMs類型的自適應算法來實時調整模型的系數。應用該模型對Lorenz、Rossler和交通流時間序列進行仿真研究。結果表明，提出的V0lterra自適應預測模型能有效地預測低維混沌時間序列和交通流時間序列。