公路交通科技
公路交通科技
공로교통과기
JOURNAL OF HIGHWAY AND TRANSPORTATION RESEARCH AND DEVELOPMENT
2014年
9期
120-123,153
,共5页
刘志强%王俊彦%汪澎%倪捷%解炬
劉誌彊%王俊彥%汪澎%倪捷%解炬
류지강%왕준언%왕팽%예첩%해거
交通工程%换道模型%BP神经网络%高速公路入口合流区域
交通工程%換道模型%BP神經網絡%高速公路入口閤流區域
교통공정%환도모형%BP신경망락%고속공로입구합류구역
automobile engineering%lane change model%BP neural network%expressway on-ramp merging area
为了应对高速公路入口合流区域并线事故频繁发生,在分析车辆并线行为影响因素的基础上,利用BP神经网络方法建立了车辆在该区域的决策模型,用来预测驾驶人的并线行为决策,保障车辆和驾驶人的安全.借助详细的车辆轨迹数据对模型进行了学习与测试,模型的测试结果表明:建立的BP神经网络模型用于预测驾驶人并线行为具有较高的准确度,并线车辆相对于目标车道前方车辆的相对速度是驾驶人并线时需要考虑的最重要因素.同时模型还可以进一步应用于交通仿真的研究以及驾驶人辅助系统的开发.
為瞭應對高速公路入口閤流區域併線事故頻繁髮生,在分析車輛併線行為影響因素的基礎上,利用BP神經網絡方法建立瞭車輛在該區域的決策模型,用來預測駕駛人的併線行為決策,保障車輛和駕駛人的安全.藉助詳細的車輛軌跡數據對模型進行瞭學習與測試,模型的測試結果錶明:建立的BP神經網絡模型用于預測駕駛人併線行為具有較高的準確度,併線車輛相對于目標車道前方車輛的相對速度是駕駛人併線時需要攷慮的最重要因素.同時模型還可以進一步應用于交通倣真的研究以及駕駛人輔助繫統的開髮.
위료응대고속공로입구합류구역병선사고빈번발생,재분석차량병선행위영향인소적기출상,이용BP신경망락방법건립료차량재해구역적결책모형,용래예측가사인적병선행위결책,보장차량화가사인적안전.차조상세적차량궤적수거대모형진행료학습여측시,모형적측시결과표명:건립적BP신경망락모형용우예측가사인병선행위구유교고적준학도,병선차량상대우목표차도전방차량적상대속도시가사인병선시수요고필적최중요인소.동시모형환가이진일보응용우교통방진적연구이급가사인보조계통적개발.
