摘要：运用信息挖掘技术最大限度地榨取实测数据所携带的驾驶行为个体有用信息，通过数据修正和精简形成样本数据库，采用K最近邻概率密度函数法对样本数据库进行数据过滤和冗余信息清洗，利用预处理后的数据和非参数回归法构建了驾驶行为非参数仿真模型。模拟得到的后车多元信息与其实际值有很好的拟舍性，且实际值以模拟平均值为轴小幅度摆动。仿真结果表明，合适的光滑参数能提高模型精度，使模型避免大样本标定数据的限制，很好地反映和预测跟驰过程中的驾驶员行为。

关键词：智能交通 交通流 驾驶行为 微观仿真 非参数回归 

单位：山东理工大学交通与车辆工程学院; 山东淄博255049