基于ANFIS的高速公路车辆跟驰模型与仿真

• 作者: 王俊骅 陆斯文
• 来源期刊: 同济大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 自适应模糊神经网络 跟驰模型 小波降噪 反应时间
• 年，卷（期）: 2010,（7）
• 页码范围: 1018-1022
• 分类号: U491
• 字数: 3431字
• 语种: 中文
• DOI: 10.3969/j.issn.0253-374x.2010.07.014

摘要

为了更好地描述高速公路上驾驶员在车辆跟驰过程中表现出来的模糊、不确定性的行为特征,采用自适应模糊神经网络ANFIS来建立车辆跟驰模型.首先,通过小波分析方法,对采集到的跟车数据进行降噪,消除外界因素的干扰,从而恢复数据的原始信息;根据信号处理方法,利用相关函数计算出驾驶员在跟驰过程中的反应时间.然后,建立以两车速度差、车头间距和后车速度作为输入,以及后车加速度作为单输出的自适应模糊神经网络跟车模型.最终,对该模型仿真训练,自适应生成驾驶员跟驰行为规则,并与传统的GM跟车模型对比分析.结果表明,该网络模型能较客观地反映高速公路上的驾驶员跟驰行为.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王俊骅	同济大学道路与交通工程教育部重点实验室	44	393	11.0	18.0
2	陆斯文	同济大学道路与交通工程教育部重点实验室	9	88	5.0	9.0