首页|基于LLEKM和马尔科夫链的城市轻型车行驶工况构建

基于LLEKM和马尔科夫链的城市轻型车行驶工况构建

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为客观描述机动车在道路上的运行特征,针对传统城市道路标准行驶工况构建方法的弊端,提出一种基于局部线性嵌入与K均值聚类(LLEKM)和马尔科夫链的汽车工况构建方法,并对该方法的应用准确性进行研究.首先,结合道路交通条件对实测样本数据进行除噪平滑处理,根据运动学片段定义将其划分为1754个运动学片段,并选取16个运动学参数构建特征参数矩阵.其次,利用局部线性嵌入算法降维约简特征参数矩阵,解决了由数据压缩重构导致的线性结构丢失的问题;通过K均值聚类分析,计算不同类型数据集中各行驶状态时间占比的差异性,得到相应类型下城市道路汽车的行驶特点.然后,以每类中各相邻行驶状态的统计量确定状态转移概率矩阵,采用马尔科夫链方法从每类中选取特征参数误差最小的运动学片段,按照时间比例合成代表工况.最后,以厦门市3个月内同一辆轻型汽车的行驶数据为例展开实证分析,验证所提方法的准确性.研究结果表明:与样本数据和传统方法构建的工况相比,所提方法构建的轻型车行驶工况主要特征参数与样本数据吻合度更好,平均相对误差从9.69％降低到4.47％;提出方法的速度-加速度联合概率分布误差明显降低,行驶工况构建精度得到了提高;对比分析现行方法构建的标准工况,该方法能更加真实地反映厦门市轻型车的实际运行状况.
Construction of urban driving cycle of light-duty vehicle based on LLEKM and Markov chain

张惠玲、孔德学、余涛、敖谷昌、邵毅明

展开 >

重庆交通大学山地城市交通系统与安全重庆市重点实验室,重庆400074

重庆交通大学交通运输学院,重庆400074

武汉理工大学智能交通系统研究中心,湖北武汉430063

交通工程 行驶工况 局部线性嵌入 K均值聚类 马尔科夫链

国家自然科学基金重庆市自然科学基金重庆市研究生导师团队建设项目

51508061cstc2019jcyj-sxmX0786JDDSTD2018007

2021

10.19721/j.cnki.1671-8879.2021.05.012

长安大学学报(自然科学版)
长安大学

长安大学学报(自然科学版)

CSTPCDCSCD北大核心
影响因子：1.011
ISSN：1671-8879
年,卷(期)：2021.41(5)
  • 4
  • 12