摘要：文章基于循環(huán)神經(jīng)網(wǎng)絡(luò)RNN(Recurrent Neural Network)和長短時記憶網(wǎng)絡(luò)LSTM(Long-Short Term Memory)的理論研究,提出了一種基于LSTM的智能車變道行為預(yù)測模型。首先,搭建LSTM網(wǎng)絡(luò)模型框架;然后根據(jù)人類駕駛場景對真實(shí)數(shù)據(jù)集NGSIM(Next Generation Simulation)進(jìn)行特征選擇與數(shù)據(jù)提取。最后使用長短時記憶網(wǎng)絡(luò)(LSTM)模型進(jìn)行訓(xùn)練,測試車輛變道預(yù)測結(jié)果,并將結(jié)果與利用RNN模型預(yù)測的結(jié)果進(jìn)行比較,驗(yàn)證了本文方法的有效性。