基于GAPSO-SVM模型的行驶工况识别

• 作者: 孙晶云 鲁东丽 郭军 高云 陈宇峰 向郑涛
• 来源期刊: 湖北汽车工业学院学报
• 学科: 交通运输
• 关键词: 行驶工况识别 支持向量机 遗传粒子群算法
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 汽车工程
• 页码范围: 28-32,37
• 页数: 6页
• 分类号: U463.6|TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1008-5483.2022.01.007

摘要

提出基于GAPSO-SVM模型的行驶工况识别算法,利用现有的标准工况数据,构建城市工况、郊区工况和高速工况数据库,提取样本特征参数后采用主成分分析法进行降维处理,再采用GAPSO-SVM模型识别行驶工况.将优化后的GAPSO-SVM模型与K-CV-SVM模型、PSO-SVM模型进行对比,结果表明:GAPSO-SVM模型识别准确率为84.38％,比K-CV法SVM模型、PSO-SVM模型识别准确率分别高出5.59％、2.63％.