摘要：文章基于循環神經網絡RNN(Recurrent Neural Network)和長短時記憶網絡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測模型。首先,搭建LSTM網絡模型框架;然后根據人類駕駛場景對真實數據集NGSIM(Next Generation Simulation)進行特征選擇與數據提取。最后使用長短時記憶網絡(LSTM)模型進行訓練,測試車輛變道預測結果,并將結果與利用RNN模型預測的結果進行比較,驗證了本文方法的有效性。