基于GMM聚类和贝叶斯优化的交通仿真参数校准方法

AITNT
正文
推荐专利
基于GMM聚类和贝叶斯优化的交通仿真参数校准方法
申请号:CN202411912765
申请日期:2024-12-24
公开号:CN120046459A
公开日期:2025-05-27
类型:发明专利
摘要
本发明公开了一种基于GMM聚类和贝叶斯优化的交通仿真参数校准方法,包括如下步骤:输入和预处理数据,包括数据收集、驾驶风格聚类分析和仿真环境构建;计算仿真参数样本点的仿真重复次数;根据仿真参数样本点的仿真结果,估计目标函数的期望和方差分布;基于贝叶斯优化方法确定下一个仿真参数采样点。本发明建立了考虑异方差噪声的交通仿真参数校准方法,通过识别不同驾驶风格提高了参数校准的精确度,将均方百分比误差从20.2%降低到3.1%,为高速公路交通仿真的精确化提供了有效工具。
技术关键词
参数校准方法 采样点 交通仿真 仿真环境 驾驶风格识别 期望最大化算法 策略 协方差矩阵 样本 累积分布函数 高斯混合模型 概率密度函数 路段 噪声 仿真系统 异常数据
系统为您推荐了相关专利信息
1
基于平面可见性的无人机导航方法
无人机导航方法 环境图像数据 避障距离 无人机导航技术 结点
2
一种基于激光雷达扫描的地下建构筑物精细化建模方法
地下建构筑物 建模方法 激光雷达扫描仪 面片 采样点
3
一种航空复材薄壁曲面结构柔性定位装调补偿量优化设计方法及系统
航空复材 装配偏差 优化设计方法 零件误差 多项式
4
基于注意力机制的深度强化学习集群对抗方法和系统
深度强化学习模型 注意力机制 集群 仿真环境 仿真场景
5
机器人及其自适应路径规划方法和装置、控制方法和装置
RRT算法 路径规划方法 机器人 路径规划装置 移动路径规划
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号