[發明專利]汽車路譜聚類合成方法及系統有效
| 申請號： | 201910661816.1 | 申請日： | 2019-07-22 |
| 公開（公告）號： | CN110414584B | 公開（公告）日： | 2022-02-11 |
| 發明（設計）人： | 閆偉;鐘永昌;李美靜;李國祥;曲春燕;徐傲 | 申請（專利權）人： | 山東大學 |
| 主分類號： | G06K9/62 | 分類號： | G06K9/62;G06N3/00;G06F17/16 |
| 代理公司： | 濟南圣達知識產權代理有限公司 37221 | 代理人： | 楊曉冰 |
| 地址： | 250061 山東*** | 國省代碼： | 山東;37 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 汽車 路譜聚類 合成 方法 系統 | ||
本發明公開提供了一種汽車路譜聚類合成方法及系統，該方法包括以下步驟：通過實車進行路譜數據采集，并對采集的數據進行包括去除噪聲點和濾波的預處理；對獲取的數據進行路譜片段劃分得到m個路譜片段，確定路譜片段的n個特征參數，獲得特征參數矩陣；對特征參數矩陣進行標準化，計算相關系數矩陣及其特征值和特征向量，確定p個主成分，獲得主成分載荷矩陣，將數據降維；采用混合粒子群及人工魚群算法改進聚類算法，然后對降維的數據進行聚類，根據聚類結果合成城市的典型路譜。
技術領域
本公開涉及新能源汽車技術領域，具體涉及一種汽車路譜聚類合成方法及系統。
背景技術
近年來，隨著能源危機的日益嚴峻，使得我國對汽車產業的要求愈加嚴格。新能源汽車有能耗及排放較低的優點已成為當前主要新興市場核心產品，其控制策略的好壞直接影響到整車的排放及油耗，而具有代表性的汽車路譜又是研發新能源汽車控制策略的前提。我國地域遼闊，不同城市間交通狀況差異較大，因此會造成相同的新能源車輛在不同城市行駛時其能耗及排放等性能差異較大。國外典型的工況數據已不能適應我國復雜的道路交通狀況，如何合成符合我國交通狀況的路譜已成為新能源汽車發展的迫切需求。
現有的城市典型路譜的合成一般都運用主成分分析法，但是在聚類部分大多數都采用K-means算法，該算法需要隨機生成初始聚類中心，發明人在研發過程中發現，如果聚類中心選擇不當，會造成算法陷入局部最優無法達到全局最優，使得聚類效果變差造成合成的城市路譜不能代表該城市的交通狀況。
發明內容
為了克服上述現有技術的不足，本公開提供了一種汽車路譜聚類合成方法及系統，對K-means算法進行改進，使得聚類更準確，合成的新能源汽車典型路譜更加符合該城市的實際交通狀況。
本公開一方面提供的一種汽車路譜聚類合成方法的技術方案是：
一種汽車路譜聚類合成方法，該方法包括以下步驟：
采集路譜數據并對其進行預處理；
對預處理后的路譜數據進行路譜片段劃分，得到若干個路譜片段，確定每個路譜片段的多個特征參數，構建特征參數矩陣；
對特征參數矩陣進行標準化處理，計算相關系數矩陣及其特征值和特征向量，確定多個主成分，構建主成分載荷矩陣，并進行數據降維；
采用混合粒子群及人工魚群算法改進聚類算法，利用改進后的聚類算法對降維的數據進行聚類，根據聚類結果合成城市的典型路譜。
本公開另一方面提供的一種汽車路譜聚類合成系統的技術方案是：
一種汽車路譜聚類合成系統，該系統包括：
數據采集模塊，用于采集路譜數據并對其進行預處理；
特征確定模塊，用于對預處理后的路譜數據進行路譜片段劃分，得到若干個路譜片段，確定每個路譜片段的多個特征參數，構建特征參數矩陣；
數據降維模塊，用于對特征參數矩陣進行標準化處理，計算相關系數矩陣及其特征值和特征向量，確定多個主成分，構建主成分載荷矩陣，并進行數據降維；
路譜合成模塊，用于采用混合粒子群及人工魚群算法改進聚類算法，利用改進后的聚類算法對降維的數據進行聚類，根據聚類結果合成城市的典型路譜。
本公開另一方面提供的一種計算機可讀存儲介質的技術方案是：
一種計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執行時實現如下步驟：
采集路譜數據并對其進行預處理；
對預處理后的路譜數據進行路譜片段劃分，得到若干個路譜片段，確定每個路譜片段的多個特征參數，構建特征參數矩陣；
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于山東大學，未經山東大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201910661816.1/2.html，轉載請聲明來源鉆瓜專利網。
