交通流特征深度认知的车队运行参数优化方法

为提升车队对周围交通流环境的认知能力,获取车队周围多车的运行模式,同时通过改变车队运行参数实现车队群体对周围多车群体运行模式的诱导变化,为提升车队及交通流整体运行效率提供优化策略,提出了基于狄利克雷混和高斯过程的车队周围多车运行模式获取算法,将车队周围多车车辆的复杂运行模式视为混和高斯过程,利用狄利克雷分布作为高斯混和权重的先验分布,建立车队周围多车运行模式速度场,从而获取车队周围多车运行模式并分类;通过比较不同多车运行模式下车队的运行效率,提升车队对所处运行环境的认知能力。研究结果表明:利用非参数贝叶斯算法将复杂的多车运行状态进行分类,获取的车队周围多车运行模式可表现为对车队运行效率产生不同影响的速度场;通过将车队周围的多车运行仿真数据分成多个运行模式,可获取不同多车运行模式下车队及交通流整体运行特性;通过更改车队运行参数,观察不同多车运行模式的占比变化,可获取车队运行参数对所处运行环境改变的影响趋势;车队周围多车运行模式的获取,不仅可以提升车队对周围运行环境的认知能力,使得车队能够选取有利路径行驶,同时能够为车队运行策略的优化提供有效的信息。