摘　要： 针对汽车驾驶员转向特性分类与辨识问题，论文基于CarSim仿真平台对研究方法进行了初步探索。设计了转向工况仿真试验，采集试验数据，根据车辆最大横摆角速度使用K-means聚类算法对驾驶员转向特性进行分类；在Matlab软件环境下分别采用学习向量量化（LVQ）神经网络、BP神经网络、支持向量机（SVM）建立驾驶员转向特性辨识模型，对三种网络建立的辨识模型进行测试试验和比较。试验结果表明:三种辨识方法均具有较高的辨识精度，其中支持向量机方法在汽车驾驶员转向特性辨识方面有一定的优势。

【分　 类】 政治与法律法学
【关 键 词】 辨识模型,CarSim,仿真平台
【来 　源】 互联网
【收　 录】 中国学术期刊网