基于大数据分析的电动汽车行驶里程 预测方法研究

• 作者: 周逸凡 罗红梅
• 来源期刊: 汽车实用技术
• 学科: 交通运输
• 关键词: 行驶里程 放电小片段 决策树 模型融合
• 年，卷（期）: 2020,（13）
• 所属期刊栏目: 新能源汽车
• 页码范围: 1-4
• 页数: 4页
• 分类号: U469.7
• 字数: 2784字
• 语种: 中文
• DOI: 10.16638/j.cnki.1671-7988.2020.13.001

摘要

针对电动汽车行驶里程预测问题,采用人工智能与大数据的分析方法对电动汽车的续驶里程进行预测.首先,通过对北京市某款电动汽车的实际运行数据进行预处理分析,筛选出有效的放电小片段,进行特征工程分析;然后,利用微分思想构造出模型的输入与输出,建立分类与回归树预测模型;为了进一步提高预测精确度,采用随机森林与梯度提升迭代决策树两种不同的模型融合算法对模型进行优化.结果表明,模型融合算法能显著减少预测结果的均方误差,能够很好的预测电动汽车行驶里程.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周逸凡	长安大学汽车学院	14	13	2.0	3.0
2	罗红梅	长安大学汽车学院	4	2	1.0	1.0