10.3969/j.issn.2096-9066.2023.04.006
基于WNN的隧道交织区车辆换道持续距离预测
车辆换道行为往往被当作瞬时交通行为而忽视其换道过程的行为特征.采用城市连续隧道交织区换道行为作为研究对象,探究其换道过程中换道持续距离的选择行为,提出了一种引入小波变换和人工神经网络的组合预测模型.首先,对提取到的换道数据进行一定程度的降噪处理,将影响换道持续距离的主要因素作为神经网络的输入变量,以南京市"九华山-西安门"连续隧道交织区轨迹数据为例,通过训练模型来提高对车辆换道持续距离的预测精度.结果表明:与机器学习模型和神经网络模型进行对比分析,发现所提出的小波神经网络模型具有较高的预测性能,对该交织段典型换道行为进行特征分析研究,可以为城市连续隧道交织区管理方案的制定奠定理论基础.
换道持续距离、小波神经网络模型、城市连续隧道交织区
42
U491.1+4(交通工程与公路运输技术管理)
国家自然科学基金;甘肃省教育厅双一流科研重点项目
2023-08-30(万方平台首次上网日期,不代表论文的发表时间)
共8页
43-50