基于主成分和BP神经网络的行驶工况辨别研究

• 作者: 徐小东 李建松 王楠楠
• 来源期刊: 长春师范大学学报
• 学科: 交通运输
• 关键词: 行驶工况 主成分分析 BP神经网络
• 年，卷（期）: ccsfdxxb_2020,（6）
• 页码范围: 35-41
• 页数: 7页
• 分类号: U469.72

摘要

针对当前行驶工况识别算法中由于数据预处理不足导致的识别精度较低等问题,将多元统计理论中的主成分分析算法引入到数据的预处理过程中,建立基于主成分和BP神经网络的行驶工况辨别模型。在代表三种行驶工况类型的多条道路上进行实车试验,采集大量行驶工况数据作为实证研究的数据源,最终通过均方误差函数和混淆矩阵验证了识别模型的性能和精度。研究结果表明,通过主成分分析和BP神经网络相结合的方法可有效提高识别精度,识别模型对混合动力汽车调整能量控制策略,实现实时最优控制具有较大的意义。