基于混沌管制的智能交通分析

• 作 者: 屈展 高新芝 赵鑫
• 机 构: 甘肃广播电视大学
• 出 处: 通信电源技术
• 发表日期: 2018年7期
• 关键词: 混沌 神经网络 交通量 测试 chaos neural network traffic volume testing
• 基金项目: 甘肃广播电视大学青年课题（项目编号：2015-QN-04）

大多数的混沌管制算法被用来管制交错点的交通信息流,而目前管制器输入/输出、条例表创建以及MATLAB混沌条例求解方案是被重点强调的。利用MATLAB构建车辆的到达模型和混沌控制仿真模型,并进行测试,测试数据用于减少车辆的平均拖延时间和队列长度。鉴于交通量预料不能满足智能交通约束的需要,文中判辨了交通量数据的内在混沌特点。它包含时间耽搁,嵌入维数,相关维数和Lyapunov指数的准备。人体神经网络模型用于测试。最终,给出了北京环城路上车道交通量测试的一个例子,说明基于混沌时辰序列判辨的神经网络交通量测试在评