一种基于驾驶员风格诊断的智能交通推荐方法

一种基于驾驶员风格诊断的智能交通推荐方法，收集驾驶员的行车数据，并利用ANFIS模型对行车数据进行分析和处理；所述的ANFIS模型先通过模糊逻辑对输入的行车数据进行隶属度函数的映射，再利用神经网络的学习和适应能力，对模糊规则参数进行优化和调整，实现模型化驾驶员的行车风格；采集驾驶员的行车数据，并识别采集的行车数据，并将采集到的行车数据与模型中驾驶员的行车风格进行对比，得到驾驶员的驾驶风格；将驾驶员的行车风格分为9种不同的风格类型，每种风格类型都对应一组特定的交通推荐建议，旨在提供个性化的驾驶辅助方案。本发明这种个性化推荐不仅增强了驾驶体验，而且提高了行车的安全性和效率。