基于混沌理论电梯交通流预测方法的研究

《基于混沌理论电梯交通流预测方法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得天津大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名：签字日期：年月日学位论文版权使用授权书本学位论文作者完全了解天津大学有关保留、使用学位论文的规定。特授权天津大学可以将学位论文的全部或部分内容编入有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、

2、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。（保密的学位论文在解密后适用本授权说明）学位论文作者签名：导师签名：签字日期：年月日签字日期：年月日摘要随着电梯垂直交通问题日益严重，电梯交通流预测受到人们广泛关注。电梯系统调度是解决垂直交通问题的关键。电梯交通流预测能够为系统调度提供必要的数据，从而大大改善垂直交通问题。本文首先对电梯交通流时间序列的变化曲线图进行分析，发现电梯交通流时间序列符合混沌特性的基本特征。然后，对混沌理论进行研究；研究混沌系统的两个基本特征量：李雅普诺夫指数和吸引子维数

3、；通过对相空间重构理论、延迟时间、嵌入维数的求解方法以及时间序列混沌特性判别的方法进行研究，采用C-C方法计算出延迟时间以及嵌入维数，然后对电梯交通流时间序列进行相空间重构；再利用Worf方法求出最大李雅普诺夫指数，并做出庞卡莱截面；通过定性方法（庞卡莱截面法）和定量方法（最大李雅普诺夫指数法）判定电梯交通流时间序列是否具有混沌特性。其次，采用一种单输入/单输出的BP神经网络结构对电梯交通流时间序列预测进行仿真。在此基础上，提出一种改进的多输入/单输出的BP神经网络预测方法，仿真结果表明这种改进的BP神经网络预测方法能够很好的用于电梯

4、交通流时间序列的预测。最后，提出一种基于混沌理论的BP神经网络电梯交通流预测方法。通过仿真结果表明，该预测方法模型的网络结构更好，可靠性以及预测精度更高。对本文所采用的改进的BP神经网络电梯交通流的预测方法和将混沌理论和BP神经网络结合的电梯交通流的预测方法进行比较发现，两种方法都能很好的用于电梯交通流的预测，而将混沌理论和BP神经网络结合的电梯交通流的预测方法的网络结构更好，预测精度和模型可靠性也更高。关键词：混沌理论BP神经网络时间序列预测李雅普诺夫指数吸引子维数神经网络结构预测精度可靠性ABSTRACTElevatortraff

5、icflowpredictiveisdrawingmoreandmoreattention,astheelevatorverticaltrafficproblembecomesincreasinglyserious.Theelevatorsystemschedulingisthekeytosolvetheverticaltrafficproblems.Essentialdatacanbeprovidedtomakesystemschedulingthroughelevatortrafficflowprediction,thusvert

6、icaltrafficproblemwillbegreatlyameliorated.Firstly,changecurveoftheelevatortrafficflowtimeseriesgraphisanalysisedinthispaper,anditcanbefoundthattheelevatortrafficflowtimeserieshavebasicchaoticcharacteristics.Then,studyingofthechaostheoryindicatesthattherearetwobasicchar

7、acteristicsofchaoticsystems:Lyapunovexponentandattractordimension.Themethodforgettingthedelaytime,embeddingdimensionanddistinguishingthetimeseriesofchaoticcharacteristicsarestudiedunderthephasespacereconstructiontheory.C-Cmethodisadoptedtocalculatingthedelaytimeandembed

8、dimensionthroughtheandreconstructingtheelevatortrafficflowtimeseries.ThispaperalsocomesupwiththemaximumLyapuno