作　　者： ;

机构地区： 深圳市城市交通规划设计研究中心有限公司

出　　处： 《建模与仿真》 2018年第2期96-102,共7页

摘　　要： 跟驰模型的标定是为了更好地重现真实驾驶情况从而增强交通安全和分析如停-走间断流等复杂的交通流情况。然而,跟驰模型的标定并不是一件容易的事。这是因为某些参数是不能从交通流数据中直接观测得到。此外,传统的确定性标定方法会导致大量局部最优值的出现。在此基础上,本文提出了基于交叉熵算法的跟驰模型标定的框架,基于蒙地卡罗与重要样本策略逐步逼近参数的最优概率密度函数。实例分别采用合成数据与实测数据标定智能驾驶模型,验证了交叉熵算法搜索全局最优值的能力,并体现了交叉熵算法适用于实测交通流数据标定的潜能。

关 键 词： 跟驰模型 标定 交叉熵算法 全局最优值

领　　域： []