基于最小二乘支持向量机的车辆跟驰行为模型

• 作者: 李娜 邱小平
• 来源期刊: 山东交通学院学报
• 关键词: 车辆跟驰 机器学习 最小二乘支持向量机 回归预测
• 年，卷（期）: 2016,（4）
• 页码范围: 52-57
• 页数: 6页
• 分类号: U491.2
• 语种: 中文
• DOI: 10.3969/j.issn.1672-0032.2016.04.008

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李娜	西南交通大学交通运输与物流学院	52	430	10.0	20.0
2	邱小平	西南交通大学交通运输与物流学院	46	313	9.0	15.0