| 基于径向基函数神经网络车辆跟驰模型 |
| |
| 引用本文： | 任雪梅,朱英平,王武宏,黄鸿.基于径向基函数神经网络车辆跟驰模型[J].北京理工大学学报,2004,24(4):331-334. |
| |
| 作者姓名： | 任雪梅 朱英平 王武宏 黄鸿 |
| |
| 作者单位： | 1. 北京理工大学,信息科学技术学院自动控制系,北京,100081
2. 北京理工大学,机械与车辆工程学院,北京,100081 |
| |
| 基金项目： | 教育部霍英东教育基金会高等院校青年教师基金
,
教育部优秀青年教师资助计划 |
| |
| 摘 要： | 针对由于驾驶行为的不确定性,难以建立精确的车辆跟驰模型的问题,应用径向基函数神经网络建立了跟驰模型,改进了基于最近邻聚类的网络学习算法,并利用跟驰数据对模型进行了验证.结果表明,该网络模型与多层前馈网络模型相比,结构简单,训练时间短,精度高,适宜在线进行实时预测.
|
| 关 键 词： | 车辆跟驰 人工神经网络 最近邻聚类学习算法 径向基网络 径向基函数神经网络 车辆跟驰模型 Neural Network Radial Basis Function Based 实时预测 在线 精度 训练时间 结构简单 前馈网络模型 结果 验证 数据 利用 学习算法 最近邻聚类 改进 应用 问题 |
| 文章编号： | 1001-0645(2004)04-0331-04 |
| 收稿时间： | 1/4/2004 12:00:00 AM |
| 修稿时间： | 2004年1月4日 |
A Car-Following Model Based on Radial Basis Function Neural Network |
| |
| REN Xue-mei,ZHU Ying-ping,WANG Wu-hong and HUANG Hong.A Car-Following Model Based on Radial Basis Function Neural Network[J].Journal of Beijing Institute of Technology(Natural Science Edition),2004,24(4):331-334. |
| |
| Authors: | REN Xue-mei ZHU Ying-ping WANG Wu-hong and HUANG Hong |
| |
| Institution: | REN Xue-mei~1,ZHU Ying-ping~1,WANG Wu-hong~2,HUANG Hong~1 |
| |
| Abstract: | It is hard to establish a precise car-following model because of the uncertainty in driver's behavior. A car-following model is developed based on the radial basis function (RBF) network. With this the nearest neighbor-clustering algorithm (NNCA) is improved, and the results of modeling are examined by the car-following data. The simulation results show that the proposed RBF network has a higher precision and requires shorter training in the prediction of the car-following model compared with the multiplayer neural network. |
| |
| Keywords: | car-following artificial neural network nearest neighbor-clustering algorithm radial basis function network |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《北京理工大学学报》浏览原始摘要信息 |
| 点击此处可从《北京理工大学学报》下载免费的PDF全文 |
