基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)跟車模型研究.pdf

1、車輛的跟馳行為是車輛行駛中的常見駕駛行為之一，特定的駕駛?cè)擞捎谄涓囘^程中心理感知等因素的差異，其行車車距和相對(duì)速度等安全范圍均不同。如果能夠?qū)︸{駛?cè)说倪@種跟車特性進(jìn)行模擬，建立起特定的跟車模型，就可以比較相似跟車狀態(tài)下的駕駛?cè)说母囆袨槭欠翊嬖诋惓?。采取相?yīng)的措施對(duì)危險(xiǎn)的跟車行為及時(shí)進(jìn)行預(yù)警，就能夠有效降低事故的發(fā)生率。
　　本文通過實(shí)際道路跟車試驗(yàn)，使用視頻監(jiān)控系統(tǒng)和毫米波雷達(dá)等試驗(yàn)設(shè)備對(duì)車輛跟車過程中的相關(guān)跟車數(shù)據(jù)進(jìn)行采集。

2、通過分析穩(wěn)定跟車過程中影響駕駛員進(jìn)行加減速操作的相關(guān)數(shù)據(jù)，進(jìn)而基于篩選出有效的試驗(yàn)數(shù)據(jù)進(jìn)行預(yù)測(cè)模型研究。本文的主要研究?jī)?nèi)容和結(jié)論：
　?。?）通過對(duì)跟車模型的相關(guān)研究回顧，提取試驗(yàn)數(shù)據(jù)中與駕駛員進(jìn)行加減速操作相關(guān)的車輛運(yùn)行參數(shù)和道路環(huán)境數(shù)據(jù)等。分析初步得出車輛相對(duì)速度、相對(duì)距離和本車速度可作為模型的特征輸入?yún)?shù)。
　?。?）通過對(duì)初步提取的特征參數(shù)數(shù)據(jù)進(jìn)行處理，建立起 BP神經(jīng)網(wǎng)絡(luò)跟車模型。通過預(yù)測(cè)分析可知BP模型很容易陷入

3、局部極值點(diǎn)，而這種問題不能通過其自身結(jié)構(gòu)的優(yōu)化解決，因此考慮使用遺傳算法來對(duì)其進(jìn)行優(yōu)化。
　?。?）遺傳算法對(duì) BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行結(jié)構(gòu)優(yōu)化后，結(jié)果表明以車輛相對(duì)速度、相對(duì)距離和本車速度為組合的跟車行為預(yù)測(cè)模型準(zhǔn)確度最高，但也僅為90.29％。通過反復(fù)試驗(yàn)可知經(jīng)過遺傳算法優(yōu)化后的雙隱含層的BP神經(jīng)網(wǎng)絡(luò)能夠?qū)㈩A(yù)測(cè)準(zhǔn)確率提高到94.17％。
　　結(jié)果表明遺傳算法優(yōu)化后的雙隱含層BP神經(jīng)網(wǎng)絡(luò)跟車模型，能夠?qū)囕v的跟車狀態(tài)進(jìn)行很好地