汽车行驶工况特征参数优化研究

提出一种汽车工况特征参数优化方法，通过试验车采集某城市的行驶工况数据，将预处理后的工况数据划分为工况段并提取出14种特征参数，综合考虑各特征参数之间的相关性、各特征参数与油耗的相关性以及各参数的变化速率和变化程度进行特征参数的优化，最终提取出平均速度和巡航时间比两个代表性特征参数。采用MATLAB神经网络模式识别工具箱，分别运用7类特征参数的组合方式对一段行驶工况进行识别。对比分析结果表明，优化后的两个代表性特征参数能够很好地对行驶工况进行识别，识别精度高、速度快，具有实用价值。