论文部分内容阅读
驾驶决策过程中，驾驶行为常受到人、车、路，环境等多源信息的刺激和影响。由于信息处理能力有限，驾驶员对多源信息无法同时实现知识获取与表示，以致有时不能准确，快速地进行驾驶决策，易引发交通事故。为了解决这一问题，针对驾驶员的控制行为进行了分析，并基于模糊控制和神经网络等理论知识，建立了智能车辆驾驶决策机制的模糊神经网络模型。该模型的建立有助于驾驶人员做出更安全，更有效的控制策略。仿真结果表明，用模糊神经网络推理系统有较高的推理速度，能实时、准确地识别当前的驾驶行为和预测下一时刻的驾驶决策，为智能车辆中自动驾驶