申请/专利权人：中汽研汽车检验中心(天津)有限公司;中国汽车技术研究中心有限公司

申请日：2023-12-29

公开（公告）日：2024-04-02

公开（公告）号：CN117494585B

主分类号：G06F30/27

分类号：G06F30/27;G06N7/02;G06F30/15

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2024.02.23#实质审查的生效;2024.02.02#公开

摘要：本发明公开了一种基于互信息和数据模糊化的商用车实际载重预测方法，采用互信息理论，提取仿真行驶数据子片段的优选参数，用于载重预测，实现了冗杂车辆特征参数的精简化；根据模型预测偏差和实际行驶数据，选取最优模糊化因子，并以此对仿真行驶数据进行模糊化处理，明确了模糊化因子的确定方式，同时提高了仿真行驶数据对于实际行驶数据的覆盖度；以模糊化处理的仿真行驶数据为基础，同时采用网格搜索和贝叶斯优化相结合的超参数寻优方法，获取最优模型参数组合，并训练获得商用车实际载重预测模型，降低了模型训练成本，同时实现了商用车实际载重的准确预测，具有较高的预测精度以及良好的工程应用性能。

主权项：1.一种基于互信息和数据模糊化的商用车实际载重预测方法，其特征在于，包括如下步骤：步骤1：确定目标商用车的车辆特征信息，并在不同载重段下，获取相应的载重值以及目标商用车的道路行驶数据，所述道路行驶数据包含仿真行驶数据和实际行驶数据；所述仿真行驶数据包括仿真时间、仿真车速、仿真加速度、仿真加速度变化率、仿真转速、仿真转速变化率、仿真扭矩、仿真扭矩变化率、仿真发动机瞬时功率、仿真发动机瞬时功率变化率、仿真比功率、仿真比功率变化率、仿真坡度、仿真高程差和仿真传动比；所述实际行驶数据包括实际时间、实际车速、实际加速度、实际加速度变化率、实际转速、实际转速变化率、实际扭矩、实际扭矩变化率、实际发动机瞬时功率、实际发动机瞬时功率变化率、实际比功率、实际比功率变化率、实际坡度、实际高程差和实际传动比；步骤2：根据所述仿真行驶数据中的仿真加速度和仿真高程差，对不同载重段下的仿真行驶数据进行预处理；根据所述仿真行驶数据中的仿真时间和仿真车速，对预处理后的仿真行驶数据进行切割，获得仿真行驶数据子片段；步骤3：采用互信息理论，在仿真行驶数据子片段的特征参数中提取优选参数，选取互信息值最大的前五个特征参数，作为仿真行驶数据子片段的优选参数；步骤4：构建模糊化因子，生成模糊集，对优选参数进行模糊化处理，生成初步子片段数据集，并根据初步子片段数据集搭建商用车载重预测模型；步骤5：确定模糊化因子的最优取值，获取最优模糊化因子；步骤6：根据最优模糊化因子进行模糊化，获取最优子片段数据集作为训练数据，采用网格搜索和贝叶斯优化相结合的超参数寻优方法，对所述商用车载重预测模型的模型参数进行寻优，获取最优模型参数组合，并基于最优模型参数组合和最优子片段数据集，获取训练后的商用车载重预测模型；步骤7：基于实际行驶数据，划分出行链，并基于训练后的商用车载重预测模型，预测每个出行链的预测载重值；所述步骤5，具体包括：步骤5.1：预设模糊化因子值为2.5％、5％、7.5％、10％、12.5％、15％，并根据预设模糊化因子值，对初步子片段数据集中数据分别进行模糊化，在不同预设模糊化因子值下，获得相应的模糊子片段数据集；步骤5.2：针对不同预设模糊化因子值，均以所获得的模糊子片段数据集为训练数据，基于步骤4中搭建的商用车载重预测模型，选取默认的模型参数，进行商用车载重预测模型的训练和预测，根据商用车载重预测模型的预测偏差，选取预测偏差最小的3个模糊化因子作为备选模糊化因子，分别记作sim1、sim2和sim3；步骤5.3：基于仿真扭矩和仿真转速，依据凸包算法，计算模糊子片段数据集的凸多边形，当作数据区域覆盖范围的边界，进而分别获得不同备选模糊化因子所对应的仿真行驶数据的凸包Cj以及实际行驶数据的凸包Creal，其中，j＝sim1,sim2,sim3；步骤5.4：依据式2，计算仿真行驶数据的凸包Cj和实际行驶数据的凸包Creal的交集与实际行驶数据的凸包Creal的区域覆盖面积比r；根据不同备选模糊化因子下的r值大小，选取r的最大值所对应的备选模糊化因子作为最优模糊化因子： 式中，A代表面积函数；ACj∩Creal代表仿真行驶数据与实际行驶数据的交集区域覆盖面积；ACreal代表实际行驶数据的区域覆盖面积。

全文数据：

权利要求：

百度查询： 中汽研汽车检验中心(天津)有限公司;中国汽车技术研究中心有限公司 一种基于互信息和数据模糊化的商用车实际载重预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD