苏、蒂;杨明（Yang，Ming）;王春香;汤伟;王冰 基于分类和回归树的自动驾驶车辆交通合并方法。 （中文。英文摘要） Zbl 1413.90066号 《汽车学报》。罪。 44，第1期，35-43（2018）. 摘要：决策和规划是无人驾驶汽车的重要技术。逻辑规则和优化算法常用于道路结构变化或障碍物的被动融合策略。本文提出了一种以提高吞吐量为目标的流量合并策略。根据不同的流量参数，选择了大量典型的流量合并场景。针对不同场景下的车辆，对决策序列进行编码，并采用基于剩余替换随机抽样（RSSR）的遗传算法获得最优合并决策。这些最优决策用于训练分类回归树（CART）。具体来说，环境特征是通过车辆状态和周围其他车辆之间的关系来描述的。然后通过分类和回归树对环境特征与决策之间的关系进行建模。仿真结果表明，与以往的合并策略相比，基于CART的合并策略能够有效地缓解合并机动对交通流的干扰，即使在大流量情况下也能保持较高的通过效率。此外，该方法对环境感知误差也相当鲁棒，例如在实施过程中可能存在的定位误差。 引用于1文件 MSC公司： 90B20型 运筹学中的交通问题 90磅50英寸 管理决策，包括多个目标 90 C59 数学规划中的近似方法和启发式 68岁20岁 模拟（MSC2010） 关键词：合并战略;遗传算法;分类回归树;城市流动性仿真 PDF格式BibTeX公司 XML格式引用 \textit{T.Su}等人，《汽车学报》。罪。44，编号1，35-43（2018；Zbl 1413.90066） 全文： 内政部