基于人工神经网络的驾驶行为动态集成学习算法.pdfVIP

第 12卷 第2期 交通运输系统工程与信息 V0I．12 No．2 2012年 4月 JournalofTransportationSystemsEngineeringandInformationTechnology April 2012 文章编号：1009—6744(2012)02．0034-07 基于人工神经网络的驾驶行为动态集成学习算法 梁 军 ，沙志强，陈 龙 (江苏大学 汽车工程研究院，江苏 镇江212013) 摘要： 针对传统驾驶决策模型难以体现驾驶员驾驶过程中对交通环境的感知、判断、 决策、动作等环节存在不确定性和不一致性，提出了一种基于神经网络的驾驶行为动态 集成学习算法——DNNIA．首先训练多个个体网络模拟驾驶行为，然后动态选择泛化误 差E最小的个体网络进行集成，采用拉格朗 日函数法求解最优集成权 系数 c￡，，并引入 agent联盟的思想，把联盟 中的个体网络对应