مدل‌های تعقیب خودرو ازجمله مهم‌ ترین مدل‌های رفتاری رانندگی بوده و در زمینه‌های مختلف مهندسی حمل‌ و نقل نظیر شبیه‌ سازی‌های ریزنگر ترافیک و ایمنی مورد استفاده قرار می‌گیرد. رفتار تعقیب خودرو تحت تأثیر عوامل مختلی قرار دارد. با این‌ وجود به دلیل نبود اطلاعات کافی و ماهیت پنهان بسیاری از آن‌ها تنها تعداد محدودی از این عوامل در نظر گرفته می‌شود. قابلیت پیش‌ بینی مکانی راننده یکی از عواملی است که در مدل‌های تعقیب خودرو به‌ ویژه مدل‌های مبتنی بر هوش مصنوعی کمتر موردتوجه قرار گرفته است. در این مقاله به‌ منظوردر نظرگیری قابلیت پیش‌بینی مکانی رانندگان یک مدل تعقیب خودروی مبتنی بر شبکه عصبی توسعه داده شده است. متغیرهای سرعت خودروی موضوع ، سرعت اولین و دومین خودروی پیشرو ، سرعت خودروی پیرو ، اولین و دومین فرصت پیشین و فرصت پسین به‌عنوان متغیرهای ورودی و شتاب خودروی موضوع به‌عنوان خروجی مدل در نظر گرفته شده است. نتایج کالیبراسیون مدل ارائه‌ شده نشان می‌دهد که در بیشتر موارد مدل توسعه داده‌ شده عملکرد بهتری نسبت به مدل پایه داشته و بر داده‌های واقعی انطباق بیشتری دارد. علاوه بر این در برخی از موارد مدل‌ها تا حدودی عملکرد مشابهی با یکدیگر دارند. بررسی‌های صورت گرفته نشان می‌دهد عملکرد مشابه دو مدل در برخی از مواقع به دلیل همبستگی زیاد فرصت‌های پیشین است.