典型文献
基于双向GRU与残差拟合的车辆跟驰建模
文献摘要：
为了提高微观交通仿真中车辆跟驰建模的准确性与泛化能力,将物理类模型与深度学习相结合,提出一种基于双向GRU(门控循环单元)与残差拟合的跟驰模型框架.该框架使用双向GRU网络对物理类跟驰模型预测值与真实值的残差进行学习,并在NGSIM公开数据集上进行测试.通过对比IDM、GIPPS、GM三种跟驰模型下的残差拟合效果,表明双向GRU网络可以对原模型预测结果的偏差进行有效的修正.选用IDM作为本框架的物理类模型,提出了 Bi-GRU-IDM模型,与现有SVR模型、BPNN模型、GRU模型进行对比,结果表明Bi-GRU-IDM在预测精度、泛化性能上明显优于其他三种模型.
文献关键词：
双向GRU;残差拟合;跟驰模型;微观仿真
中图分类号：
作者姓名：
王嘉伟
作者机构：
中国科学技术大学信息科学技术学院,安徽合肥230002
文献出处：
引用格式：
[1]王嘉伟-.基于双向GRU与残差拟合的车辆跟驰建模)[J].网络安全与数据治理,2022(03):59-64
A类：
残差拟合,GIPPS
B类：
GRU,车辆跟驰,微观交通仿真,真中,泛化能力,门控循环单元,跟驰模型,模型框架,真实值,NGSIM,公开数据集,IDM,GM,拟合效果,Bi,SVR,BPNN,泛化性能,上明,微观仿真
AB值：
0.275267
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
