TY -的A2 Shiwakoti Nirajan AU -王,威力盟——荣、嘉盟——风扇,琴琴盟——张,晶晶盟——汉鑫盟——琮、北华PY - 2021 DA - 2021/08/29 TI -行人运动数据驱动的模拟人工神经网络SP - 5580910六世- 2021 AB -预测行人运动范围广泛的应用程序中是至关重要的。最近,数据驱动模型收到越来越多的关注在行人动力学研究中,展示一个巨大潜力提高模拟性能。本文提出一个行人运动仿真模型基于人工神经网络,两个子,分别用来预测速度位移和速度在每个时间步方向角。目的地信息,行人的历史运动信息,周边行人和环境障碍semicircular-shaped感知区域内被用作输入学习行人运动行为规则。速度方向角的子模型,一个新的划分方法对行人的感知区域采用。具体来说,感知半径分为几个乐队,和感知角度范围分为若干领域,建立加权空间矩阵来表示不同的影响邻近的行人和障碍物。实验两种典型场景,单向流动和双向流连续长走廊,进行获取行人运动数据集。然后,进行了一系列的模拟情况下调查的关键参数的值,包括感知半径,感知角度划分,空间的权重矩阵,采用历史运动。相比行人轨迹的仿真结果和实际数据之间,平均轨迹误差(MTE)和平均目的地错误(身边),分别为0.114米和0.171米的单向流动的情况下,,分别为0.204米和0.362米的双向流场景。此外,基本代表ρv和密度流关系图与实际数据仿真结果吻合较好。 The results demonstrate great capacity and credibility of the presented model in simulating pedestrian movement in real applications. SN - 0197-6729 UR - https://doi.org/10.1155/2021/5580910 DO - 10.1155/2021/5580910 JF - Journal of Advanced Transportation PB - Hindawi KW - ER -