计算机技术与发展2022,Vol.32Issue(3) :169-174.DOI: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

Vehicle Driving Cycle Construction Based on Improved K-means Clustering Algorithm

李春生 余虎
计算机技术与发展2022,Vol.32Issue(3) :169-174.DOI: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

Vehicle Driving Cycle Construction Based on Improved K-means Clustering Algorithm

李春生 1余虎1
扫码查看

作者信息

  • 1. 东北石油大学 计算机与信息技术学院,黑龙江 大庆 163318
  • 折叠

摘要

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.

关键词

短行程/行驶工况/主成分分析/改进K均值聚类/T4253H滤波算法

引用本文复制引用

基金项目

国家自然科学基金面上项目(51774090)

黑龙江省自然科学基金(F2015020)

黑龙江省教育厅科研专项引导性创新基金(2017YDL-12)

黑龙江省教育规划重大课题(GJ20170006)

出版年

2022
计算机技术与发展
陕西省计算机学会

计算机技术与发展

CSTPCD
影响因子:0.621
ISSN:1673-629X
被引量1
参考文献量11
段落导航相关论文