数据驱动跟驰模型综述作者：贺正冰简介：随着智能交通系统和大数据技术的快速发展，数据驱动方法在交通流建模领域展现出显著优势。本文综述了数据驱动跟驰模型的研究进展，系统梳理了传统跟驰模型的局限性以及数据驱动方法（如机器学习、深度学习等）在提升模型精度和适应性方面的潜力。文章重点分析了不同数据驱动技术的应用场景、优缺点及未来发展方向，为交通流建模与仿真研究提供了重要参考。