登录    注册    忘记密码

期刊文章详细信息

基于K-均值聚类和支持向量机的电动汽车行驶工况研究    

Working Condition of Electric Vehicle Based on K-Mean Clustering and Support Vector Machine

  

文献类型:期刊文章

作  者:余曼[1] 赵炜华[1] 吴玲[1] 李郁菡[1]

YU Man;ZHAO Weihua;WU Ling;LI Yuhan(School of Vehicle Engineering,Xi\an Aeronautical University,Xi’an 710077,Shaanxi,China)

机构地区:[1]西安航空学院车辆工程学院,陕西西安710077

出  处:《重庆交通大学学报(自然科学版)》

基  金:国家自然科学基金项目(51507013);陕西省重点产业创新链(群)项目(2018ZDCXL-GY-05-03-01,2019ZDLGY15-01,2019ZDLGY15-02);陕西省重点研发计划重点项目(2018ZDXM-GY-082);交通部重点实验室开放基金项目(300102229507)。

年  份:2021

卷  号:40

期  号:5

起止页码:129-139

语  种:中文

收录情况:AJ、BDHX、BDHX2020、CAS、CSCD、CSCD_E2021_2022、IC、RCCSE、ZGKJHX、核心刊

摘  要:针对现有行驶工况难以反映车辆真实驾驶情况的问题,以国内典型大中型城市——西安市为例,对电动汽车行驶工况构建方法进行研究。根据西安市道路布局,设计了城市道路行驶工况数据采集方案;提出了一种K-均值聚类和支持向量机相结合的半监督分类模型,构建了西安工况;最后将西安工况与原始试验数据和国际标准行驶工况进行对比。研究结果表明:西安工况与实际道路行驶数据特征参数的相对误差均小于5%,平均相对误差仅为2.66%,构建的行驶工况能够真实反映西安市车辆的运动特征;且由于动力系统的差异,电动汽车工况比内燃机车工况更为激进。

关 键 词:车辆工程 电动汽车 行驶工况 K-均值聚类 支持向量机

分 类 号:U469.72]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心