基于人工神经网络的驾驶行为动态集成学习算法基于人工神经网络的驾驶行为动态集成学习算法.pdf

下载文档 降价啦

5
0
约2.61万字
约 8页
2018-01-27 发布于贵州
举报
版权申诉
保障服务

基于人工神经网络的驾驶行为动态集成学习算法基于人工神经网络的驾驶行为动态集成学习算法.pdf

1、本文档共8页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

基于人工神经网络的驾驶行为动态集成学习算法基于人工神经网络的驾驶行为动态集成学习算法

第12卷第2期交通运输系统工程与信息 V01．12No．2 2012年4月 of andInformation 2012 Journal April TransportationSystemsEngineering Technology 文章编号：1009-6744(2012)02-0034-07 基于人工神经网络的驾驶行为动态集成学习算法梁军+，沙志强，陈龙 (江苏大学汽车工程研究院，江苏镇江212013) 摘要：针对传统驾驶决策模型难以体现驾驶员驾驶过程中对交通环境的感知、判断、决策、动作等环节存在不确定性和不一致性，提出了一种基于神经网络的驾驶行为动态集成学习算法——DNNlA．首先训练多个个体网络模拟驾驶行为，然后动态选择泛化误差E最小的个体网络进行集成，采用拉格朗日函数法求解最优集成权系数tOi，并引入 agent联盟的思想，把联盟中的个体网络对应的神经元输出做加权平均后，取最大值作为输出．在标准数据集上验证了该算法的有效性，仿真实验中得到的驾驶员踩踏踏板的习惯行为仿真结果与实际采集的样本数据总体趋势基本吻合．关键词：综合交通运输；动态集成学习算法；人工神经网络；驾驶行为仿真中图分类号：TP242．6 文献标识码：A Network—Based Neural Dynamic IntegratedLearning forDriverBehavior Algorithm LIANG Jun，SHA Zhi—qiang，CHENLong Research (Automotive Institute，Jian挚u 212013，Ji蛐gBu，China) Engineering University。Zhenjiang and Vehicle actiontowardstrafficenvironmentale Abstract： driyer’Sperception，judgment，decision and their isdifficult traditional uncertainitumnsistentduring to眦the usually drivingprocesses．Thus．it decisionmodelto the behaviorsunderthesecireurmtanees．This driving accuratelypredictdriving paper