1.1.2　基于非线性理论的模型

20世纪80年代末，Disbro和Frame讨论了混沌动力学行为方法，并用它来解释GHR（Gazis Herman Rothery）交通流模型。进入20世纪90年代，K近邻非参数回归算法得到了研究，其中最具代表性的是Davis G和Nihan，他们通过反复实验并与神经网络算法进行了比较，验证了K近邻非参数回归算法在交通流预测中的有效性。到了21世纪，Attoor Sanju Nair等对交通流表现出的特征进行了进一步的研究，对其进行非线性分析，并基于相空间重构技术设计了新的预测方法。

国内基于非线性理论的模型始于21世纪，贺国光、马寿峰等（2002）结合交通流的随机性，对小波理论进行了深入研究，提出一种交通流预测模型，并通过实例进行了验证。陈淑燕和王炜（2004）对交通流的混沌特性进行了分析，引入Lyapunov指数，提出一种新的预测模型。随后，对于小波理论和混沌理论的研究纷纷出现，并将小波理论与其他模型结合，取得了一定的效果。承向军、刘军等（2010）对欧氏距离给出了新的定义方式，并运用分形方法对交通流进行预测。董春娇、邵春福等（2011）也对交通流的混沌特征进行了分析，将混沌理论与Elman网络相结合，提出一种交通流预测模型，并验证了预测效果比传统的神经网络模型更好。