期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于多模型融合的电动汽车行驶里程预测 被引量:4
1
作者 胡杰 翁灵隆 +2 位作者 覃雄臻 杜玉峰 高长斌 《交通运输系统工程与信息》 EI CSCD 北大核心 2020年第5期100-106,141,共8页
纯电动汽车行驶里程预测是驾驶者最关心的问题之一,为解决现有预测算法模型精度低、相对误差大的问题,本文采用融合片段回归与单点分类的机器学习方法对行驶里程进行预测.以真实车辆各项状态参数、环境信息等作为输入,通过聚类和过滤封... 纯电动汽车行驶里程预测是驾驶者最关心的问题之一,为解决现有预测算法模型精度低、相对误差大的问题,本文采用融合片段回归与单点分类的机器学习方法对行驶里程进行预测.以真实车辆各项状态参数、环境信息等作为输入,通过聚类和过滤封装式特征筛选,提取最优特征集合,并基于行驶片段样本量选择预测方法,通过对环境温度和电池健康状态(SOH)进行分层耦合提高片段回归预测精度,通过单点分类和片段回归预测模型融合优化最终预测结果.行驶里程测试集预测结果中均方根相对误差(RMSRE)为0.035,平均相对误差为1.71%,能够精确稳定地实现行驶里程预测. 展开更多
关键词 城市交通 行驶里程预测 数据驱动 电动汽车 模型融合
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部