摘要
为了在驾驶人避让决策研究中考虑驾驶人认知不确定性,并获得确定性避让决策规则,提出一种基于云模型和粗糙集的无人行横道过街处驾驶人避让决策分析方法.首先,划分距离和速度等避让决策影响因素的分级概念,建立相应的数据序列,采用逆向云发生器提取表征影响因素分级概念的数字特征,再采用基于条件云发生器的隶属概念判别方法实现距离和速度等数据的离散化处理,进而构建了无人行横道过街处驾驶人避让决策表.然后,采用粗糙集理论中基于差别矩阵的属性约简算法和基于归纳的值约简算法,进行决策表约简和无人行横道过街处驾驶人避让决策规则提取;约简后的条件属性为欲到达车辆与行人间的距离、欲到达车辆的速度和行人的速度,提取出23条无人行横道过街处驾驶人避让决策规则,其中包括17条确定性规则和6条不确定性规则,并举例说明确定性规则和不确定性规则的含义.最后,通过预测正确率和ROC曲线下面积2个指标比较,分析该方法与现有研究中的决策树和Logistic回归方法的差异.研究结果表明:所提方法的预测正确率为92.2％,分别比决策树和Logistic回归方法提高3.9％和1.3％;ROC曲线下面积为0.968,分别比2种方法提高了1.1％和3.2％;所提方法的预测性能较好,并能得到简单直观的无人行横道过街处驾驶人避让决策规则,可为交通安全仿真研究奠定基础.
NETL
NSTL
维普
万方数据