Chaos theory is used to analyze hig

Chaos theory is used to analyze highly complex systems and thus may be useful for
transportation applications. In this paper, a series of analyses find and exploit chaos are outlined,
including time delays and embedding dimensions, Fourier power series, the correlation
dimension, the largest Lyapunov exponent, and predictions. As an example, traffic flow data is
analyzed and found to be chaotic, though it is shown that this could be the result of highfrequency
noise. When used with a low-pass filter, predictions based on chaos theory are shown
to have greater predictive power than a nonlinear least-squares method.

ผลลัพธ์ (ไทย) 1:

ทฤษฎีความอลวนใช้ในการวิเคราะห์ระบบความซับซ้อนสูง และดังนั้นจึง อาจมีประโยชน์สำหรับการใช้งานขนส่ง ในกระดาษนี้ ค้นหาชุดของการวิเคราะห์ และ อธิบายความวุ่นวายโกงรวมทั้งเวลาที่ล่าช้าและการฝังขนาด ความสัมพันธ์ ไฟฟูมิติ เลขชี้กำลังที่ใหญ่ที่สุดของเลียปูนอฟ และคาดคะเน เป็นตัวอย่าง ข้อมูลกระแสจราจรจะวิเคราะห์ และพบเป็นวุ่นวาย แม้ว่าจะแสดงให้เห็นว่า นี้อาจเป็นผลของ highfrequencyเสียงรบกวน เมื่อใช้กับฟิลเตอร์ low-pass คาดคะเนตามทฤษฎีความอลวนแสดงมีมากกว่าระบบพลังงานมากกว่าวิธีกำลังสองน้อยสุดไม่เชิงเส้น

ผลลัพธ์ (ไทย) 2:

ทฤษฎีความโกลาหลจะใช้ในการวิเคราะห์ระบบที่ซับซ้อนอย่างมากและอาจจะมีประโยชน์สำหรับ
การใช้งานขนส่ง ในบทความนี้ชุดของการวิเคราะห์หาและใช้ประโยชน์จากความสับสนวุ่นวายมีการระบุไว้,
รวมทั้งความล่าช้าเวลาและมิติฝังชุดไฟฟูริเยร์ความสัมพันธ์
มิติที่ใหญ่ที่สุดตัวแทน Lyapunov และการคาดการณ์ ตัวอย่างเช่นการไหลของข้อมูลการจราจร
วิเคราะห์และพบว่ามีความวุ่นวายถึงแม้ว่ามันจะแสดงให้เห็นว่านี้อาจจะเป็นผลมาจากการ highfrequency
เสียง เมื่อใช้กับ low-pass filter การคาดการณ์บนพื้นฐานของทฤษฎีความวุ่นวายมีการแสดง
ที่จะมีอำนาจการพยากรณ์มากกว่าวิธีการที่ไม่เป็นเชิงเส้นอย่างน้อยสี่เหลี่ยม