BP神经网络跟车模型优化

为提高跟车预警系统给出的结果的准确性和可靠性,利用毫米波雷达开展实际驾驶试验,获取驾驶人在跟车过程中的稳定、加速和减速状态表征数据。以自车速度、自车与前车相对速度、自车与前车相对距离等3类参数的不同组合为输入变量,以自车的加减速特性为输出变量,建立BP神经网络模型。用遗传算法(GA)优化该模型。结果表明,单纯的BP神经网络模型预测准确率较低,利用GA优化模型后可有效提高模型的准确率。当输入参数为自车速度、相对距离与相对速度时,模型的有效率达到94.17%。