| 基于GAPSO-SVM模型的行驶工况识别 |
| |
| 引用本文： | 孙晶云,鲁东丽,郭军,高云,陈宇峰,向郑涛.基于GAPSO-SVM模型的行驶工况识别[J].湖北汽车工业学院学报,2022,36(1):28-32,37. |
| |
| 作者姓名： | 孙晶云 鲁东丽 郭军 高云 陈宇峰 向郑涛 |
| |
| 作者单位： | 湖北汽车工业学院 电气与信息工程学院,湖北 十堰 442002,浙江鸿程计算机系统有限公司,浙江 杭州 311100,东风汽车动力零部件有限公司,湖北 十堰 442000 |
| |
| 基金项目： | 湖北省中央引导地方科技发展专项;赛尔网络下一代互联网技术创新项目 |
| |
| 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%。
|
| 关 键 词： | 行驶工况识别 支持向量机 遗传粒子群算法 |
Driving Cycle Recognition Based on GAPSO-SVM Model |
| |
| Sun Jingyun,Lu Dongli,Guo Jun,Gao Yun,Chen Yufeng,Xiang Zhengtao.Driving Cycle Recognition Based on GAPSO-SVM Model[J].Journal of Hubei Automotive Industries Institute,2022,36(1):28-32,37. |
| |
| Authors: | Sun Jingyun Lu Dongli Guo Jun Gao Yun Chen Yufeng Xiang Zhengtao |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
