基于LSTM的跟驰车辆反应时间预测模型

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：影响跟驰反应时间的主客观因素较为复杂,目前利用深度学习对跟驰反应时间的预测的研究较少.首先对数据集中跟驰轨迹的刺激点和反应点进行筛选,并计算每条轨迹的反应时间.其次,建立基于LSTM的跟驰反应时间预测模型,对数据集中的跟驰车辆反应时间进行预测.最后,对模型进行测试,通过测试结果可知:该模型可以对车辆的跟驰反应时间进行较好的预测,其预测值与真实值具有较高的拟合度,并且其预测结果较于BP跟驰车辆反应时间预测模型具有较高的精准度.

作者：

耿志军、程陆、李舟洋、柏海舰、汪雪松

展开 >

作者单位：

安徽省综合交通研究院股份有限公司,安徽省合肥市,230088

合肥工业大学,安徽省合肥市,230009

认知智能国家重点实验室,安徽省合肥市,230088

关键词：

跟驰模型反应时间 LSTM 数据驱动

基金：

安徽省自然科学基金面上项目认知智能国家实验室开放课题

项目编号：

JZ2022AKZR0413W2022JSKF0504

出版年：

2024

石河子科技

新疆石河子市科技情报研究所

石河子科技

影响因子：0.51

ISSN：1008-0899

年,卷(期)：2024.(4)