10.3969/j.issn.1673-629X.2022.03.028
基于改进K均值聚类算法的汽车行驶工况构建
汽车行驶工况是描述汽车速度-时间曲线,中国一直采用欧洲工况作为标准,但研究表明,中国的实际道路和欧洲差异很大,甚至每个城市都各不相同,所以中国急需构建属于自己的汽车行驶工况,研究汽车行驶工况具有重要意义.首先建立有效的数学模型,使用T4253H滤波算法进行数据预处理,筛选和消除异常存在的数据;其次采用主成分分析法对原始数据进行降维,来确定主成分的个数,进一步增加了选择的特征参数的代表性;最后结合改进K均值聚类算法对降维后的特征参数进行聚类分析,选择适用的运动学片段,进行汽车行驶工况信息的构建.经过与实测数据进行对比分析,研究结果表明:构建的工况数据与实测数据的误差均小于7.4%,更能真实反映实际车辆行驶的运行状况.
短行程、行驶工况、主成分分析、改进K均值聚类、T4253H滤波算法
32
TP391(计算技术、计算机技术)
国家自然科学基金;黑龙江省自然科学基金;黑龙江省教育厅科研专项引导性创新基金项目;黑龙江省教育规划重大课题
2022-04-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
169-174