基於混沌理論的交通信息預測方法
2023-08-06 06:04:11 1
專利名稱：基於混沌理論的交通信息預測方法
技術領域：
本發明屬於智能交通領域，可應用於城市智能交通管理系統中關於未來交通情況預測等方面。
背景技術：
隨著我國經濟技術不斷發展，交通狀況不斷複雜，我們致力於通過對交通狀況的演技和預測來致力於智能管理繁雜的交通。本發明主要將目前在迅速發展的混沌理論的相關方法與智能交通研究相結合，實現一種能夠實現交通信息預測的方法。混沌是指在確定性系統中出現的一種貌似無規則的、類似隨機的現象。混沌運動是確定性系統中局限於有限空間的軌道高度不穩當的運動。所謂高度不穩定，是指相鄰的軌道會隨著時間的推移而呈現指數形式的分離。由於這種不穩定，系統給的長時間行為會 顯示出某種混亂性。顯而易見，交通系統是一個十分複雜的大系統，組成系統給的各個方面之間存在複雜的非線性關係，在交通行為中必然導致混沌現象的產生。例如，道路上車輛的行駛、擁擠程度、天氣情況、司機駕駛習慣等諸多因素的印象，必然形成一個混沌的系統。而混沌理論(Chaos theory)是一種兼具質性思考與量化分析的方法，用以探討動態系統中(如人口移動、化學反應、氣象變化、社會行為等)無法用單一的數據關係，而必須用整體、連續的數據關係才能加以解釋及預測之行為。由此，我們可以充分利用已經存在的理論基礎，對交通系統進行參數的預測。
發明內容
本發明的目的是將混沌理論應用在交通系統中，構建一種能夠通過歷史數據量預測未來時間的交通速度的方法，具體包括以下步驟( I)採集某個路段的交通流數據，並構建針對於某一路段的交通實時速度的時間序列，表示為{x(t), t = 1，2, ......, N};(2)對於時間序列{x(t),t= I, 2, ......,N}，通過Lyapunov指數計算的方法,求
得最大的Lyapunov指數入以確定所研究對象是否為混沌系統；若是，繼續下列步驟，否貝U，終止本次交通信息預測；(3)根據G-P算法計算出時間序列的關聯維度d，取時間間隔I再通過Takens定理選取嵌入維數m彡2d+l，得到重構相空間為Y(t)= (x(t), x(t+ T ),......, x(t+(m+l) x ) ) G Rm, t = I, 2,......，M，其中 M 為重
構相空間中點的個數，M = N-(m-1) T ；(4)在重構的相空間中，以相空間裡的最後一個點Ym為預報中心點，通過計算相空間中各個點之間的歐氏距離，選取相空間中與Ym最近的鄰點Yk ；(5)建立預報公式|丨 -^M+il| - II^fc _ Yk+1\\eAi,其中Ym+1為未知量，入i，
IYk-Yk+11 I為距離Ym的歐氏距離最近的點Yk與其下一個點的距離；(6)在計算得到￥ +1後，從Ym+1中分離出最後一個分量，即可得到所預測的速度值。
本發明將混論理論中的相關成果用於明顯為混沌系統的交通方面，從一個整體的系統的角度對其進行分析，可以充分利用歷史數據對未來進行預測估計，並且此方法可以使用於多個方面的參數預測，並得到較好的預測效果，能夠對智能交通分析和管理起到重要的作用。
具體實施方案本發明的具體實施方案為以下幾個步驟(I)數據準備我們已經得到了按照每一個小時分布的一個路段上的車輛的平均速度，以此構建一個時間序列{x(t), t = 1,2, ......,N}。(2)計算最大的Lyapunov指數入i : Lyapunov指數是混沌系統的重要的特徵量之一，能夠描述混沌系統的本質屬性。混沌系統的基本特點是運動對初值極為敏感。兩個很接近的初值所產生的軌道，隨時間的推移按指數方式分離，Lyapunov指數就是定量描述這種分離的量。如果通過計算得到最大的Lyapunov指數X i > 0,則可判定所研究系統為混沛系統,如果最大的Lyapunov指數入i ( 0，則系統為規則運動系統。在這裡，我們使用小數據量方法來計算得到最大的Lyapunov指數\ 具體步驟如下I)對於時間序列Xl，x2，……，xk，……(k=l，2，……，N)進行傅立葉變換，計算出時間延遲T和平均周期P。2)根據G-P算法計算得到關聯維數d，由m彡2d+l選擇最佳的m，根據t和m重構相空間{Y」，j=l，2，…，M}。3)找到相空間中每個點Yj的最近鄰點號，限制距離，即c^'(0) = rr^n Il^ —芩Il，Ij —/I > P4)對相空間中的每個點Yj,計算出它與鄰點￥經過i步迭代後的距離，即
d; (0 = ||5<+!, i = 12 minipl-；, M-j)5)對於每個i，計算出所有的In dj(i)的平均，即y(i)=擊SJ=1M(〖)』其中，q為非零Clj⑴的數目。6)使用最小二乘法做出回歸直線，回歸直線的斜率就是最大的Lyapunov指數。
(3)重構相空間在連續動力系統中，用一組一屆微分方程來描述其運動行為，以狀態變量(或狀態向量)為坐標軸的空間構成系統的相空間。系統的一個狀態用相空間的一個點表示，通過該點有唯一的一條積分曲線。混沌時間序列預測的基礎是狀態空間的重構理論，即把具有混沌特性的時間序列重建為一種低階非線性動力學系統。相空間重構是非線性時間序列分析的重要步驟。首先利用G-P算法計算得到關聯維數d，主要步驟如下I)對於時間序列X1, X2,......，Xn,......，先給出一個比較小的值IV對應一個重構的相空間。2)計算關聯函數
權利要求
1.一種基於混沌理論的交通信息預測方法，包括下列步驟 (1)採集某個路段的交通流數據，並構建針對於某一路段的交通實時速度的時間序列，表示為{x(t), t = I, 2, ......, N}；(2)對於時間序列{x(t),t= I, 2, ......,N}，通過Lyapunov指數計算的方法,求得最大的Lyapunov指數入以確定所研究對象是否為混沌系統；若是，繼續下列步驟，否則，終止本次交通信息預測； (3)根據G-P算法計算出時間序列的關聯維度d，取時間間隔T，再通過Takens定理選取嵌入維數m彡2d+l，得到重構相空間為Y (t) = (x(t), X (t+ T )，......, x(t+(m+l) T ) ) G Rm, t = I, 2,......, M, 其中M為重構相空間中點的個數，M = N- (m-1) T ； (4)在重構的相空間中，以相空間裡的最後一個點Ym為預報中心點，通過計算相空間中各個點之間的歐氏距離選取相空間中與Ym最近的鄰點Yk ； (5)建立預報公式11 - ^m+! 11 = 11 - &+1丨丨6/11,其中Ym+1為未知量，入i， I Yk-Yk+11 I為距離Ym的歐氏距離最近的點Yk與其下一個點的距離； (6)在計算得到Ym+1後，從Ym+1中分離出最後一個分量，即可得到所預測的速度值。
全文摘要
本發明屬於本發明屬於智能交通領域，涉及一種基於混沌理論的交通信息預測方法，包括構建針對於某一路段的交通實時速度的時間序列；通過Lyapunov指數計算的方法，求得最大的Lyapunov指數λ2，根據G-P算法計算出時間序列的關聯維度，得到重構相空間；在重構的相空間中，以相空間裡的最後一個點為預報中心點，通過計算相空間中各個點之間的歐氏距離，選取相空間中與其最近的鄰點；建立預報公式；得到所預測的速度值。本發明充分利用歷史數據對未來進行預測估計，可得到較好的預測效果，能夠對智能交通分析和管理起到重要的作用。
文檔編號G08G1/00GK102682596SQ20121015641
公開日2012年9月19日 申請日期2012年5月17日 優先權日2012年5月17日
發明者王文俊, 趙夢 申請人:天津大學