图书介绍：本书针对交通流时间序列所涉及的预测、优化和控制问题，系统地给出了作者在非线性动力学领域的最新研究成果，已期为研究人员在非线性系统，以及混沌时间序列的理论研究提供参考。主要包括三大部分：①介绍交通系统的发展现状，讲述了混沌时间序列分析理论在交通系统中的研究意义和挑战，并对混沌时间序列分析理论进行了概述；②针对交通流时间序列的非线性特性，给出了各类混沌特性的识别算法，并对交通流时间序列进行相空间重构原理介绍，从高维对交通流时间序列进行分析；③设计了基于混沌与神经网络结合的混沌神经网络方法、基于Volterra模型的非线性自适应滤波方法以及基于Davidon-Fletcher-Powell(DFP)优化技术的quasi-Newton(QN)高可靠性线性自适应滤波算法，并对几种方法在交通流序列预测中的应用进行了深入研究介绍。