基于乘积耦合volterra模型的短时交通流预测

？基于混沌序列固有的非线性和确定性机制以及volterra级数的非线性表征能力,提出一种短时交通流预测的三阶volterra模型。针对volterra模型随阶数增加复杂度以幂次方增加的问题,研究了该模型的乘积耦合近似实现结构。首先,采用互信息法和虚假邻点法选取时间延迟和嵌入维数,并采用小数据量法计算lyapunov指数判定交通流是否具有混沌特性;然后,建立三阶volterra滤波器的乘积耦合近似实现结构,并采用一种改进的非线性归一化最小均方(nlms)算法实时调整模型系数;最后,对高速公路实测交通流的预测结果表明,交通流中存在混沌特征,应用构建的预测模型可有效地对交通流进行预测,且降低了模型的复杂性。