搜索
高级检索
高级搜索
书       名 :
著       者 :
出  版  社 :
I  S  B  N:
文献来源:
出版时间 :
基于动态人车环境协同推演的汽车驾驶倾向性辨识
0.00    
图书来源: 浙江图书馆(由图书馆配书)
  • 配送范围:
    全国(除港澳台地区)
  • ISBN:
    9787030380715
  • 作      者:
    王晓原,张敬磊,Xuegang(Jeff) Ban著
  • 出 版 社 :
    科学出版社
  • 出版日期:
    2013
收藏
作者简介
  张敬磊,硕士,讲师。山东高密人。2003年毕业于山东理工大学交通与车辆工程学院交通工程专业,获工学学士学位:2006年毕业于山东理工大学交通与车辆工程学院载运工具运用工程专业,获工学硕士学位。主要从事运输系统辨识、优化及控制、交通系统规划和智能运输系统等领域的研究。
  
  王晓原,博士,教授,山东菜州人。主要从事交通运输与车辆工程领域复杂系统辨识、仿真、建模及优化控制等方面的研究。主持国家自然科学基金、山东省自然科学基金、山东省社会科学基金和山东省重点学科(实验室)优秀骨干教师国际交流等课题各1项。其他各级各类课题40余项;参与承担国家自然科学基金和省部级课题等多项。发表论文132篇(核心及以上83篇,SCI/EI检索36篇),出版专著3部,获得软件著作权2项、专利3项。2011年获山东省高等学校优秀科研成果自然科学类三等奖和社会科学类二等奖(皆第一位)各1项,2012年获山东省软科学优秀成果二等奖(第一位)。目前研究兴趣是“人车环境协同智慧及控制”。
  
  Xuegang(Jeff)Ban,博士,美国伦斯勒理工大学(RPI)土木工程与环境系助理教授,博士生导师。2005—2008年.在美国加州大学伯克利分校从事博士后研究。主要从事动态交通路网建模与仿真.城市交通建模与控制及智能交通系统等方面的研究。已发表国际交通期刊论文近30篇.国际会议论文近30篇。担任《网络与空间经济学》(Netwo rks and SpatialEconomics)期刊副主编。是《智能交通系统》(Journal of Intelligent Transportation Systems)期刊编委会成员;是美国国家科学院国家研究委员会(National Research Council)交通研究委员会(Transportation Research Board)交通路网建模分析委员会成员,运筹与管理科学研究(INFORMS)交通科学与后勤(Transpo rtation Sclence&Logistics Society)智能交通系统分委会主席。2011年获美国国家自然科学基金委员会授予在教学和研究中部有杰出贡献的青年教师的CAREER奖。2012年获美国大学交通研究中心和美国道路与交通从业者联合会共同颁发的青年教师奖。
展开
内容介绍
  《基于动态人车环境协同推演的汽车驾驶倾向性辨识》的主要内容包括城市更新演进研究;交通在城市更新演进中的作用研究;城市更新演进对交通的影响研究;以具有典型组群特色的淄博市为例对网络多核心城市模型的更新、演进规律,及其与交通协调发展的协调战略进行研究。
展开
目录
前言
1 绪论
1.1 研究背景与意义
1.2 国内外研究现状分析
1.3 研究技术路线
1.4 现有研究存在的主要问题分析
1.5 研究目标及内容
参考文献

第一篇 汽车驾驶倾向性综合评判方法
2 驾驶倾向性机理的研究
2.1 驾驶倾向性
2.2 驾驶倾向性的影响因素
2.3 驾驶倾向性的表现特征
2.4 驾驶倾向性的分类
2.5 驾驶倾向性的量化
2.6 本章小结
参考文献
3 静态驾驶倾向性心理测量问卷设计及调查数据分析
3.1 心理测量问卷
3.2 心理测量问卷设计重点
3.3 问卷设计
3.4 数据调查及分析
3.5 本章小结
参考文献
4 不同驾驶倾向驾驶员的特征调查及分析
4.1 反应时间
4.2 速度估计能力
4.3 复杂反应判断能力
4.4 换道频率、加油频率和制动频率
4.5 本章小结
参考文献
5 汽车驾驶倾向性判定方法的研究
5.1 基于模糊多层次综合评判的汽车驾驶倾向性的判定方法
5.2 基于证据理论的汽车驾驶倾向性综合评判方法
5.3 模糊评价与证据合成方法的比较
5.4 基于决策树模型的汽车驾驶倾向性判定方法
5.5 本章小结
参考文献

第二篇 基于动态车路协同推演的汽车驾驶倾向性辨识模型及计算方法
6自由流状态下驾驶倾向性特征提取
6.1 基于BP神经网络的特征提取模型
6.2 基于BP神经网络的驾驶倾向性特征提取
6.3 本章小结
参考文献
7 自由流状态下驾驶倾向性动态推演辨识模型
7.1 支持向量机识别理论
7.2 基于支持向量机的驾驶倾向性辨识模型的建立及标定
7.3 模型验证
7.4 本章小结
参考文献
8 跟驰状态下驾驶倾向性特征提取
8.1 粗糙集理论
8.2 基于粗糙集的驾驶倾向性特征提取
8.3 本章小结
参考文献
9 基于动态车路数据协同推演的汽车跟驰状态驾驶倾向性辨识
9.1 汽车跟驰状态驾驶倾向性辨识模型
9.2 驾驶倾向性识别模型的标定
9.3 驾驶倾向性识别模型验证
9.4 本章小结
参考文献
10 基于交通流微观仿真实验的驾驶倾向性验证
10.1 基于车辆跟驰仿真实验的驾驶倾向性验证
10.2 基于车道变换仿真实验的驾驶倾向性验证
10.3 本章小结
参考文献

第三篇 基于人车环境动态数据协同推演的汽车驾驶倾向性特征提取及辨识
11 基于车辆跟驰的汽车驾驶倾向性动态特征数据提取
11.1 基于离散粒子群的特征提取模型
11.2 基于车辆跟驰的汽车驾驶倾向性动态特征提取
11.3 本章小结
参考文献
12 多车道环境下汽车驾驶倾向性特征提取方法
12.1 车辆编组复杂性分析
12.2 基于遗传退火算法的特征提取模型
12.3 实验设计
12.4 多车道环境下汽车驾驶倾向性动态特征提取
12.5 本章小结
参考文献
13 适应多车道环境的汽车驾驶倾向性辨识方法
13.1 动态贝叶斯网络
13.2 适应多车道环境的汽车驾驶倾向性辨识模型
13.3 辨识模型验证
13.4 仿真验证
13.5 本章小结
参考文献
14 双车道条件下汽车驾驶倾向性转移机制
14.1 态势复杂性分析
14.2 汽车驾驶倾向性演化规律解析
14.3 马尔可夫过程
14.4 转移机制准确性验证
14.5 本章小结
参考文献
附录
附录一 卡特尔16种人格因素问卷
附录二 驾驶心理测试问卷及评分方法
附录三 动态贝叶斯网络辨识模型前期参数设置
附录四 汽车驾驶倾向性演化的统计特征
展开
加入书架成功!
收藏图书成功!
我知道了(3)
发表书评
读者登录

请选择您读者所在的图书馆

选择图书馆
浙江图书馆
点击获取验证码
登录
没有读者证?在线办证