| 基于改进符号回归算法和XGBoost算法的剩余续驶里程预测 |
| |
| 引用本文： | 田晟,甘志恒,吕清.基于改进符号回归算法和XGBoost算法的剩余续驶里程预测[J].广西师范大学学报(自然科学版),2022,40(2):27-36. |
| |
| 作者姓名： | 田晟 甘志恒 吕清 |
| |
| 作者单位： | 华南理工大学 土木与交通学院, 广东 广州510641 |
| |
| 基金项目： | 广东省自然科学基金(2021A1515011587,2020A1515010382)； |
| |
| 摘 要： | 提高剩余续驶里程预测精度可以缓解驾驶人的"续航焦虑",帮助车厂开发精细的电池管理系统,提高纯电动汽车的接受度.基于改进符号回归算法自动生成与标签字段高度相关的新数据特征字段,实现数据维度扩充.再将维度扩充后的数据传入经过超参数调优的XGBoost模型预测剩余续驶里程.对比仅使用经典特征字段的原始数据,维度扩充后的数据在...
|
| 关 键 词： | 纯电动汽车 剩余续驶里程预测 改进符号回归 特征构造 XGBoost算法 |
Remaining Driving Range Prediction Based on Symbol Conversion and XGBoost Algorithm |
| |
| TIAN Sheng,GAN Zhiheng,Lü Qing.Remaining Driving Range Prediction Based on Symbol Conversion and XGBoost Algorithm[J].Journal of Guangxi Normal University(Natural Science Edition),2022,40(2):27-36. |
| |
| Authors: | TIAN Sheng GAN Zhiheng Lü Qing |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
