详情

原文传递基于贝叶斯网络的车辆换道模型

题名：	基于贝叶斯网络的车辆换道模型
正文语种：	中文
作者：	邱小平；刘亚龙；马丽娜；杨达；
关键词：	公路运输；贝叶斯网络；机器学习；车辆换道；特征离散
摘要：	车辆换道行为是微观交通流中最基本的驾驶行为之一,研究车辆换道行为可以提高车辆换道模型的仿真精度和减少由不合适的车辆换道行为引发的交通事故.当前车辆换道模型大多是基于驾驶员的决策思维方式建立的决策模型,这类模型的缺点是很难捕捉到驾驶员在决策过程中一些潜在决策模式和考虑的影响因素.鉴于此,本文引入了一种典型的人工智能方法——贝叶斯网络,建立了一个全新的车辆换道模型,试图通过机器学习的途径来提高车辆换道模型的精度.采用了分段离散化的方法对数据进行预处理,然后使用处理后的数据对贝叶斯网络的结构和参数进行学习,并分
期刊名称：	交通运输系统工程与信息
出版年：	2015
期：	05
页码：	67-73,95