基于改进型替代数据法的仿真交通流混沌判定＊

卢 宇

（首都经济贸易大学工商管理学院 北京 100070） （清华大学航天航空学院 北京 100084）

0 引 言

交通流系统是一个有人参与的、时变的、开放的复杂巨系统，具有高度的非线性和不确定性，在一定条件下会出现混沌现象.国内外已经对交通流的混沌现象展开了研究，并取得了一定的成果［1－2］.判定混沌是研究和利用混沌的基础性关键问题.通常采用时间序列分析的方法来判断该时间序列是否具有混沌特性.定量判定方法通常分为两类：一类是直接判定时间序列混沌特性的方法，如计算关联维数等.但对于含有测量噪声或时间序列短的数据，这些方法常会出现虚假的判定结果.另一类是通过检验数据中的非线性成分间接判断其混沌特性的方法.Theiler等（1992年）提出的以替代数据作为检验时间序列中非线性成分的方法，是这类方法的代表［3］.它能有效地避免直接判定混沌的方法的局限性，而且当它与某些专门算法结合使用时，能够准确地识别非线性混沌，比其他方法更为严密.

文献［4］改进了替代数据的生成算法，解决了经过傅里叶变换并进行相位随机化后得到的时间序列数据的虚部可能不为零的问题，所生成的替代数据的虚部基本在10－8数量级以下，能够很好地重构原始时间序列的特性.

由交通流仿真软件产生的交通流数据，称之为仿真交通流.交通流仿真软件是人们研究交通流问题的有力工具，它可以方便地产生各种典型的交通……