基于随机森林的车辆跟驰行为模型

• 作者: 刘亚龙
• 来源期刊: 山东交通学院学报
• 关键词: 车辆跟驰 机器学习 随机森林 回归预测 数据驱动
• 年，卷（期）: 2018,（4）
• 页码范围: 45-50
• 页数: 6页
• 分类号: U491.2
• 语种: 中文
• DOI: 10.3969/j.issn.1672-0032.2018.04.07

摘要

为克服传统车辆跟驰模型不易获得驾驶员在决策过程中潜在的决策模式和各影响因素间的潜在关系的不足,采用随机森林(random forest,RF)算法建立车辆跟驰模型.模拟单车道车辆跟驰行为,利用NGSIM(next generation simulation)车辆轨迹实测数据对所建模型进行训练和测试,并与Gipps跟驰模型的测试结果进行对比.结果表明:与Gipps模型相比,RF模型的各项误差指标的精度均得到较大提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘亚龙		1	2	1.0	1.0