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
摘 要：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.
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取