基于混合约束自编码器的机动车工况智能构建方法

为构建更具代表性的机动车行驶工况,实测采集福州地区1辆机动车共20d的真实驾驶数 据,选取14个特征参数表征运动学片段信息,运用主成分分析和K-means聚类划分运动学片段聚类,根据聚类中心的距离筛选备选片段并随机组合构建工况集合。提取11个特征参数计算构建工况的误差,选择集合中误差最小的工况作为构建工况,提出利用混合约束自编码器构建工况优化模型,并研究参数标定方法,最终将平均误差由2.97%缩小到2.39%。混合约束自编码器模型的分析验证结果表明,优化策略符合实际情况,可以有效避免随机选择带来的误差不确定性,验证了所提出行驶工况构建流程的合理性,并提升了工况预测的精确度,得到模型参数推荐值。对实现碳达峰目标下的机动车碳排放预测及排放控制具有重要的现实作用和意义。