基于最小二乘支持向量机的车辆跟驰行为模型
邱小平1
李娜2
1.西南交通大学 交通运输与物流学院，四川 成都 610031; 综合交通运输智能化国家地方联合工程实验室，四川 成都 610031; 综合运输四川省重点实验室，四川 成都 6100312.西南交通大学 交通运输与物流学院,四川 成都,610031
摘要：基于最小二乘支持向量机（ Least squares support vector machine ，LS－SVM）算法建立符合我国道路交通流特征的车辆跟驰模型，并用该模型模拟单车道道路上车辆的跟驰行为。采用NGSIM提供的数据对LS－SVM模型进行仿真验证，将测试结果与传统的Gipps模型进行对比。结果表明：与Gipps模型相比，LS－SVM模型对应的各项误差指标精度均有明显改善，能够挖掘变量之间的潜在关系，弥补传统车辆跟驰模型的不足。
关键词：车辆跟驰机器学习最小二乘支持向量机回归预测
分类号：U491.2(交通工程与公路运输技术管理)
资助基金：国家自然科学基金(51278429)国家自然科学基金(51408509)四川省科技厅项目(2013GZX0167)四川省科技厅项目(2014ZR0091)中央高校基本科研业务费专项(SWJTU11CX080)成都市科技局项目(2014－RK00－00056－ZF)
论文发表日期：2016-01-01
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：6( 52-57 )
英文信息