-
题名驾驶性主客观综合评价方法在起步工况下的应用
- 1
-
-
作者
吴飞
孙现魁
王鹏程
-
机构
武汉理工大学机电工程学院
-
出处
《华南理工大学学报(自然科学版)》
北大核心
2025年第6期66-76,共11页
-
基金
国家自然科学基金项目(52275505)。
-
文摘
为提高驾驶性评价方法的准确性与可靠性,提出一种融合极限梯度提升算法、麻雀搜索算法与沙普利解释算法的主客观综合评价方法。该研究以车辆起步工况为目标,定义车辆起步工况下的9项客观评价指标,完善驾驶性起步工况的评价体系;提出以极限梯度提升算法双向映射客观评价指标值与主观评分,为避免驾驶性评价模型陷入局部最优解,采用麻雀搜索算法对极限梯度提升算法的核心超参数进行快速寻优,使得驾驶性评价模型在数据集扩充后具有自主迭代能力;最后利用沙普利解释算法对映射模型进行特征归因,量化客观评价指标对驾驶性评价的影响权重,构建兼具预测准确性、稳定性与可解释性的驾驶性综合评价模型。应用该方法,结合国内外主流驾驶性综合评价进行多次道路试验,对比分析结果表明:所提出的驾驶性评价模型的平均绝对误差、均方根误差和决定系数均优于BP神经网络、随机森林与极限学习机等主流驾驶性评价算法,映射准确性相较于其他方法明显提升,且该驾驶性综合评价方法具有一定的可解释性,对驾驶性评价中的主客观综合评价具有参考意义。
-
关键词
驾驶性
起步工况
评价方法
极限梯度提升算法
沙普利解释算法
-
Keywords
drivability
starting condition
evaluation method
limit gradient lifting algorithm
Shapley additive explanations
-
分类号
U461
[机械工程—车辆工程]
-
