基于GA-SVM的汽车追尾预测方法研究.pdfVIP

学兔兔 · 设计·计算．研究． 基于GA—SVM的汽车追尾预测方法研究★ 胡满江 葛如海 苏清祖 (江苏大学) 【摘要】提出了一种基于GA—SVM的汽车追尾预测方法。该方法选取行车间距、后车车速、前后车速差、汽车制 动时间、制动减速度等5个因素作为预测模型的输入指标，选取追尾概率作为输出向量。通过建立SVM预测模型． 并用GA进行参数优化，对汽车追尾概率进行预测。通过仿真值与预测值对比，证明了该方法的准确性。 主题词：汽车 追尾 安全距离模型 支持向量机 遗传算法 中图分类号：U416．217 文献标识码：A 文章编号：1000—3703(2012)11—0024一O3 Research on GA—SVM-based Rear-end Collision Prediction Approach Hu Manjiang，Ge Ruhai。Su Qingzu (Jiangsu University) 【Abstract]In this paper，a GA—SVM—based approach is proposed to predict rear—end collision．A SVM—based prediction model is built and parameterized witl1 GA to predict the probability of rear—end collision．with five~ctors including vehicle distance，following vehicle speed，speed difference between the front vehicle and the following vehicle， braking time and braking deceleration selected as input indexes and probability of collision a8 output vector．Through the simulation value and predicted vMue contrast，this method proves the accuracy． Key words：Car，Rear-end collision，Safety distance model，SVM，GA 1 前言 型预测准确性。 2 基础理论概述 道路交通事故中超过65％的事故是由汽车追尾 发生碰撞引起的[1]．因此．研究防追尾碰撞的汽车安 2．1 S、，M概述 全辅助驾驶系统对改善我国道路交通安全状况具有 SVM是由Vapnik首先提出的．它如人工神经 十分重要的意义 鉴于只有在理论上建立较准确和 网络一样．可用于模式分类和非线性回归[4．51。SVM 完善的模型．智能控制系统才能与汽车实际情况相 的基本思想是定义最优线性超平面．并把寻找最优 结合．进而有效用于实时车况的原因．所以防追尾 线性超平面的算法归结为求解一个凸规划问题[51。 碰撞安全系统的核心内容为汽车追尾预测模型。 SVM主要解决两种类型的分类问题：线性可分和非 目前汽车追尾的数学模型多采用人工神经网络 线性可分[61。线性可分是设定戈Ⅱ分训练集的初始超