|
|||||
|
|
| 机器学习——动力学耦合车辆跟驰模型 | |
| 作者姓名： | 丁点点 孙磊 陈松 |
| 作者单位： | 1. 宿州学院资源与土木工程学院,安徽宿州234000;2.安徽省煤矿勘探工程技术中心,安徽宿州234000 |
| 基金项目： | 安徽省自然科学基金青年项目/ Natural Science Foundation of Anhui Provincial-Youth Project (17080885QE125);宿州学院教授（博士）科研启动基金/Suzhou University Professor (PhD) Research Start Foundation (2016jb05). |
| 摘 要： | 目前,跟驰模型的建立主要基于动力学方法和机器学习算法,将两者耦合起来建立跟驰模型的研究还没有.以线性组合预测为基础,对最优加权法中的目标函数进行改进,将经典的Gipps模型和基于BP神经网络的跟驰模型(BP Car-following Model,BP)耦合起来,建立线性组合车辆跟驰模型(Linear Combination Car-following Model,LC-CF).结果表明:BP模型的预测结果更加贴近真实值,Gipps模型的预测结果更加贴近安全值;LC-CF模型可以通过调整参数,来控制BP模型和Gipps模型在LC-CF模型中的权重,进而达到控制预测速度的真实性和安全性的目的. |
| 关 键 词： | 智能交通 道路运输 线性组合预测 动力学模型 BP神经网络 车辆跟驰 |
| 收稿时间： | 2017-04-24 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《交通运输系统工程与信息》浏览原始摘要信息 | |
| 点击此处可从《交通运输系统工程与信息》下载全文 | |