摘要：特定交通環(huán)境下的駕駛員行為的變化是一個非線性的復(fù)雜系統(tǒng)，傳統(tǒng)的駕駛決策模型和車輛行駛模型難以體現(xiàn)駕駛員的感知、判斷、決策、動作等一系列心理、生理活動的不確定性和不一致性，而人工神經(jīng)網(wǎng)絡(luò)特別適合于因果間不易建立明確聯(lián)系的問題。提出了基于神經(jīng)網(wǎng)絡(luò)集成的駕駛員行為學(xué)習(xí)算法DNNIA，該算法的有效性通過標準數(shù)據(jù)集和仿真實驗得到了驗證，學(xué)習(xí)到的諸如駕駛員踩踏踏板的習(xí)慣行為的仿真結(jié)果與采集的樣本數(shù)據(jù)總體趨勢較為一致，且實現(xiàn)了系統(tǒng)泛化性能的提高。

關(guān)鍵詞：智能交通；駕駛員行為；動態(tài)神經(jīng)網(wǎng)絡(luò)集成；學(xué)習(xí)；仿真

中圖分類號：TP242．6

文獻標志碼：A

文章編號：1001-3695(2009)11-4087-04