原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供了一种基于多维搜索邻域人工蜂群算法的跟驰模型参数标定方法，属于交通流模型参数标定领域，包括以下步骤：对原始人工蜂群算法ABC进行改进，得到多维搜索邻域人工蜂群算法MDNABC；选择车辆的加速度为性能指标，构建车辆跟驰模型参数标定的目标函数；基于NGSIM数据集获取车辆的加速度、位置和车间距信息，构成跟驰数据；将所述跟驰数据代入车辆跟驰模型，利用MDNABC算法对车辆跟驰模型参数进行标定，根据目标函数判断标定结果。本发明将MDNABC算法应用于车辆跟驰模型的参数标定，标定结果表明基于本发
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116798213 A
(43)申请公布日 2023.09.22
(21)申请号 202310117505.5
(22)申请日 2023.02.15
(71)申请人 兰州交通大学
地址 730070
文档评论（0）