一种基于LSTM-PSO的高动态场景IDM模型参数在线标定方法

本发明公开了一种基于LSTM‑PSO的高动态场景IDM模型参数在线标定方法，包括：对路段部署的传感器采集的原始车辆轨迹数据进行处理，提取车辆速度、加速度、车头间距、交通流量等特征变量，筛选出符合初始条件的车辆组跟驰数据；结合交通规则等对跟驰数据进一步进行预处理，并根据交通流量、速度、加速度等特征定义场景类型；通过构建和标准化基于多场景输入的时间序列数据集，利用LSTM神经网络完成高动态场景分类模型的训练和实时场景识别；设置IDM模型待标定参数范围并初始化PSO粒子群，根据场景识别结果调整参数边界，结合PSO算法在线标定IDM模型参数(分类型)，以误差最小化为目标获得最优解；动态记录并更新不同场景的最优参数库。