基于聚类分析的汽车行驶工况构建研究

• 作者: 邵云飞 许冲 胡惠晴
• 来源期刊: 软件导刊
• 关键词: 汽车行驶工况 运动学片段 主成分分析 K-means聚类
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 计算机软件与理论
• 页码范围: 129-134
• 页数: 6页
• 分类号: TP301
• 语种: 中文
• DOI: 10.11907/rjdk.201707

摘要

为了制定汽车的能耗规范标准,优化汽车驾驶性能,以城市道路上实际行驶的车辆为研究对象,对汽车行驶工况进行分析.将采集到的汽车实际道路行驶数据划分为运动学片段,并选取18个特征参数作进一步研究.首先基于主成分分析法对提取出的运动学片段特征参数进行降维处理;然后利用K均值聚类(K-means)方法对降维后的主成分参数进行聚类分析;最后基于总体特征参数偏差最小的片段选取方法构建汽车行驶工况曲线并建立汽车运动特征评估体系.将所构建的工况与实车采集数据进行对比,各项特征参数误差均小于8％,分析结果验证了将主成分分析法和K-means聚类算法应用于城市道路行驶工况研究中的可行性和有效性,以及基于聚类分析的汽车行驶工况构建的合理性.