论文部分内容阅读
为解决复杂模型的参数标定问题,将机器学习的思路应用到驾驶决策建模。根据驾驶习惯的基本假设提出了一种基于层次聚类的建模方法。依据实测数据的特性得出驾驶习惯的聚类,采用支持向量机方法进行聚类的分类和拟合训练,建立了实用的驾驶决策模型。在实际跑车上的实验结果表明,该方法建立的模型与实测数据符合性较好,能满足微观交通仿真的需要。