基于K-means聚類分析的汽車行駛工況構建
發(fā)布時間:2023-04-03 01:25
為描述汽車行駛過程的運動學規(guī)律需構建汽車行駛工況,文章定義了四類行駛狀態(tài),劃分運動學片段共560個,選取21個運動學特征參數(shù)進行標定,利用主成分分析及K-means聚類算法將運動學片段聚為3類,低速、中速、高速狀態(tài),分別從每類中提取片段合成最終的汽車行駛工況。結果表明:文章構建的工況與其所在的采樣總體平均誤差為13.87%,小于15%,故構建的狀態(tài)合理。其他城市同樣可按照此方法構建。
【文章頁數(shù)】:4 頁
本文編號:3780367
【文章頁數(shù)】:4 頁
本文編號:3780367
本文鏈接:http://sikaile.net/kejilunwen/qiche/3780367.html
最近更新
教材專著