基于k-means++聚类的轻型汽车行驶工况构建
Journal of Wuhan University of Technology(Transportation Science & Engineering)(2021)
Abstract
为了优化汽车使用性能,推进绿色交通发展,以福州市轻型汽车作为研究对象,对轻型汽车工况构建方法进行了研究.将采集的496467条数据进行预处理,从中提取了1340个短行程片段;利用主成分分析法和k-means++聚类算法对特征参数矩阵进行降维和分类处理,并以Silhou-ette指数作为衡量聚类结果的标准,构建具有代表性的福州市轻型汽车行驶工况并与实测数据及国外工况进行对比分析.结果表明:构建的工况与NEDC和FTP-15工况均存在显著差异,平均相对误差分别达到24.49% 和30.57%;与实测数据的平均相对误差为3.12%,各个特征参数偏差均小于6.5%,能够满足开发需求.
MoreAI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined