龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：重庆大学
申请日：2024-04-01
公开（公告）日：2024-06-28
公开（公告）号：CN118260581A
主分类号：G06F18/2135
分类号：G06F18/2135;G06F18/15;G06F18/23213;G06F18/241
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明多源数据驱动的增程式汽车行驶工况智能识别方法，结合最小二乘支持向量机和灰狼优化算法构建行驶工况智能识别模型，旨在提高行驶工况识别的准确性和效率；具体的，首先，通过实车采集典型工况的多源数据，并对多源数据进行预处理和特征提取，选取反映行驶特性的主成分作为算法输入；然后，利用滑动窗口函数对对多源数据按照时间序列分割为多个时间段，结合聚类分析对每个时间段数据分类；最后，利用LSSVM进行行驶工况的分类，并采用GWO寻找最优超参数，以期在保证识别性能的同时，扩展算法的识别范围；本发明提供了一种新的行驶工况识别方案，这对于提高PHEV的能源利用效率、优化驾驶体验和支持智能交通系统的发展具有重要的实践价值和理论意义。
主权项：1.一种多源数据驱动的增程式汽车行驶工况智能识别方法，其特征在于：包括如下步骤：步骤一：数据预处理：对采集的多源数据分别进行缺失数据填补、异常值处理和归一化处理；步骤二：采用主成分分析对预处理后的多源数据进行降维处理，以从多源数据中提取对行驶工况有显著影响的特征；步骤三：应用滑动窗口函数对多源数据按照时间序列分割为多个时间段，每个时间段数据分别代表一个独立的行驶情景，以捕捉时间序列数据中的局部特征，并适应不同的行驶模式和环境变化；步骤四：聚类分析：41利用K均值聚类算法对分割后的各个时间段数据进行聚类分析，以初步识别出各种不同的行驶工况；42针对每个时间段数据，再次执行基于预设工况条件优化的K均值聚类分析，以对初步聚类结果进行细化和修正，确保聚类过程准确反映各个行驶工况的特征；步骤五：利用最小二乘支持向量机构建行驶工况智能识别模型，并以灰狼优化算法优化最小二乘支持向量机的超参数，以最优超参数更新行驶工况智能识别模型；步骤六：利用行驶工况智能识别模型得到行驶工况识别结果。
全文数据：
权利要求：
百度查询： 重庆大学 多源数据驱动的增程式汽车行驶工况智能识别方法、系统和存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号