首页 | 官方网站   微博 | 高级检索  
     

基于DK聚类模型的多工况速度预测器
引用本文:马荣鸿,许家敏,李进,袁洪根,张财志.基于DK聚类模型的多工况速度预测器[J].重庆大学学报(自然科学版),2023,46(4):1-12.
作者姓名:马荣鸿  许家敏  李进  袁洪根  张财志
作者单位:1.重庆大学 机械与运载工程学院,重庆 400044;2.重庆宗申氢能源动力科技有限公司,重庆 400054
基金项目:国家自然科学基金资助项目(51806024);重庆市研究生科研创新项目(CYS19020);国家重点研发计划资助项目(2018YFB0105703)。
摘    要:车辆速度预测能为新能源汽车的能量管理策略提供重要的信息,但要准确地预测车速存在诸多困难。为克服交通状况、车辆类型和驾驶员意图等确定或随机因素对车速预测造成干扰的问题,提出了一种基于DK(DTW-based K-means)聚类模型的多工况速度预测器,该预测器通过DK模型对车速序列进行工况划分,并结合一维卷积神经网络和长短期记忆神经网络预测各工况下的未来车速。基于所提出的预测器,讨论了不同的输入序列长度及聚簇数对该预测器的影响,并比较了该预测器与其他常用模型的性能。结果表明,该预测器具有较好的多工况适应性,预测精度比其他模型更高。

关 键 词:预测车速  聚类  多工况  一维卷积神经网络  长短期记忆神经网络
收稿时间:2021/3/5 0:00:00

A multi-condition speed predictor based on a DK clustering model
MA Ronghong,XU Jiamin,LI Jin,YUAN Honggen,ZHANG Caizhi.A multi-condition speed predictor based on a DK clustering model[J].Journal of Chongqing University(Natural Science Edition),2023,46(4):1-12.
Authors:MA Ronghong  XU Jiamin  LI Jin  YUAN Honggen  ZHANG Caizhi
Affiliation:1.College of Mechanical and Vehicle Engineering, Chongqing University, Chongqing 400044, P. R. China;2.Chongqing Zongshen Hydrogen Energy Power Technology Co., Ltd., Chongqing 400054, P. R. China
Abstract:
Keywords:vehicle speed prediction  clustering  multiple driving conditions  one-dimensional convolutional neural network  long short-term memory neural network
点击此处可从《重庆大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《重庆大学学报(自然科学版)》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号