基于K-均值聚类算法的西安市汽车行驶工况合成技术研究

被引：38

作者：

蔡锷

李阳阳

李春明

谭晓伟

刘东民

机构：

[1] 长安大学

来源：

汽车技术 | 2015年 / 08期

关键词：

汽车; 行驶工况合成; K-均值聚类算法; 西安市;

D O I：

暂无

中图分类号：

U467.48 [];

学科分类号：

摘要：

为提供排放试验所需的车速曲线,基于划分的短行程数据,采用K-均值聚类算法构建了西安市汽车行驶合成工况。首先对采集的原始数据进行短行程划分并进行特征提取,针对提取的高维特征向量之间的冗余性和非线性关系,采用核主分量分析法进行降维。然后基于K-均值的聚类算法,对降维后特征向量进行划分,按照离聚类中心最近的原则选择各聚类的短行程样本,将其合成为平均速度为21.51 km/h、持续时间为1 166 s、距离为6.9 km的西安市汽车行驶工况。对比表明,西安市汽车行驶工况接近于日本J10-15标准,但加速度参数要高很多。

引用

页码：33 / 36

页数：4

共 8 条

[1]

小波变换在道路行驶工况构建中的应用 [J].

马洪龙 ;

丁建勋 ;

王桂龙 ;

郭胜 ;

蔡少波 .

汽车工程学报, 2014, 4 (01) :56-60

[2]

聚类分析法在城市公交行驶工况开发中的应用 [J].

董恩源 ;

颜文胜 ;

申江卫 ;

李江波 .

昆明理工大学学报(自然科学版), 2013, 38 (05) :41-44+51

[3]

合肥市汽车行驶工况的研究 [J].

郑与波 ;

石琴 ;

王世龄 .

汽车技术, 2010, (10) :34-39

[4]

我国城市汽车行驶工况调查研究 [J].

刘希玲 ;

丁焰 .

环境科学研究, 2000, (01) :23-27

[5]

Developing Singapore Driving Cycle for passenger cars to estimate fuel consumption and vehicular emissions.[J].Sze-Hwee Ho;Yiik-Diew Wong;Victor Wei-Chung Chang.Atmospheric Environment.2014,

[6]

A novel hybrid KPCA and SVM with GA model for intrusion detection.[J].Fangjun Kuang;Weihong Xu;Siyang Zhang.Applied Soft Computing Journal.2014,

[7]

A Synthesis of Methodologies and Practices for Developing Driving Cycles.[J].Zhang Xiao;Zhao Dui-Jia;Shen Jun-Min.Energy Procedia.2012,

[8]

Development of real-world driving cycle: Case study of Pune; India.[J].Sanghpriya H. Kamble;Tom V. Mathew;G.K. Sharma.Transportation Research Part D.2008, 2

← 1 →