مهدی رفعتی فرد - دانشجوی دکتری، آزمایشگاه تحقیقاتی ترافیک، دانشگاه علم و صنعت ایران، تهران
افشین شریعت مهیمنی - دانشیار، دانشکده مهندسی عمران، دانشگاه علم و صنعت ایران، تهران

مدلهای تعقیب خودرو ازجمله مهمترین مدل های رفتاری رانندگی بوده و در زمینه های مختلف مهندسی حمل ونقل نظیر شبیه سازیهای ریزنگر ترافیک و ایمنی مورد استفاده قرار میگیرد. رفتار تعقیب خودرو تحت تاثیر عوامل مختلی قرار دارد. بااین وجود به دلیل نبود اطلاعات کافی و ماهیت پنهان بسیاری از آنها تنها تعداد محدودی از این عوامل در نظر گرفته میشود. قابلیت پیش بینی مکانی راننده یکی از عواملی است که در مدلهای تعقیب خودرو به ویژه مدلهای مبتنی بر هوش مصنوعی کمتر موردتوجه قرار گرفته است. در این مقاله به منظور در نظرگیری قابلیت پیش بینی مکانی رانندگان یک مدل تعقیب خودروی مبتنی بر شبکه عصبی توسعه داده شده است. متغیرهای سرعت خودروی موضوع، سرعت اولین و دومین خودروی پیشرو ، سرعت خودروی پیرو، اولین و دومین فرصت پیشین و فرصت پسین بهعنوان متغیرهای ورودی و شتاب خودروی موضوع بهعنوان خروجی مدل در نظر گرفته شده است. نتایج کالیبراسیون مدل ارایه شده نشان میدهد که در بیشتر موارد مدل توسعه داده شده عملکرد بهتری نسبت به مدل پایه داشته و بر داده های واقعی انطباق بیشتری دارد. علاوه بر این در برخی از موارد مدلها تا حدودی عملکرد مشابهی با یکدیگر دارند. بررسی های صورت گرفته نشان میدهد عملکرد مشابه دو مدل در برخی از مواقع به دلیل همبستگی زیاد فرصتهای پیشین است.

مدل تعقیب خودرو، پیش بینی مکانی، شبکه عصبی، زمان پاسخ