机器学习——动力学耦合车辆跟驰模型

作     者：丁点点 孙磊 陈松 DING Dian-dian;SUN Lei;CHEN Song

作者机构：宿州学院资源与土木工程学院安徽宿州234000 安徽省煤矿勘探工程技术中心安徽宿州234000 

出 版 物：《交通运输系统工程与信息》 (Journal of Transportation Systems Engineering and Information Technology)

年 卷 期：2017年第17卷第6期

页      面：33-39页

核心收录：

学科分类：1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 082303[工学-交通运输规划与管理] 0802[工学-机械工程] 0814[工学-土木工程] 0811[工学-控制科学与工程] 0701[理学-数学] 082302[工学-交通信息工程及控制] 0812[工学-计算机科学与技术（可授工学、理学学位）] 0823[工学-交通运输工程] 

基　　金：安徽省自然科学基金青年项目 宿州学院教授(博士)科研启动基金~~ 

主　　题：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 

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.