声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：32-1668/N
国际刊号：1671-7775
发布日期:
作者：梁军1，杨航1，任彬彬1，陈小波2，陈龙1，杨相峰3
单位：（1. 江苏大学 汽车工程研究院， 江苏 镇江 212013； 2. 山东工商学院 计算机科学与技术学院， 山东 烟台 264005； 3. 泰州易华录数据湖信息技术有限公司， 江苏 泰州 225500）<br />
关键词：智能网联汽车,混行交通流,混沌特性,相空间重构,李雅普诺夫指数
基金：国家自然科学基金资助项目(61773184)； 国家重点研发计划项目(2018YFB1600503)； 江苏省“六大人才高峰”高层次人才计划项目(2015-DZXX-048)<br />
为了研究混行交通流混沌特性、辨析影响混行车队混沌程度的因素，在传统交通流理论基础上，利用Cao方法和改进的Cao方法确定混行交通流延迟时间和嵌入维数，对混行交通流序列进行相空间重构并通过计算最大Lyapunov指数判定其混沌特性.对混行交通流中智能网联汽车（intelligent connected vehicle，ICV）协同自适应巡航(cooperative adaptive cruise control，CACC)车辆比例及延迟时间关键参数进行影响分析.结果表明：在跟驰过程中车头间距序列的最大Lyapunov指数小于0时，混行交通流存在混沌；CACC车辆比例增加能够减弱混沌的时间区域，比如当CACC车辆比例达到0.6时，跟驰系统趋于稳定；CACC车辆的延迟时间对混沌的影响显著，保持低通信延迟才能发挥CACC车辆的作用，从而有效抑制混沌.
来源：2024年第4期
《江苏大学学报(自然科学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。