基于K-means聚類分析的汽車行駛工況構(gòu)建
發(fā)布時(shí)間:2023-04-03 01:25
為描述汽車行駛過程的運(yùn)動(dòng)學(xué)規(guī)律需構(gòu)建汽車行駛工況,文章定義了四類行駛狀態(tài),劃分運(yùn)動(dòng)學(xué)片段共560個(gè),選取21個(gè)運(yùn)動(dòng)學(xué)特征參數(shù)進(jìn)行標(biāo)定,利用主成分分析及K-means聚類算法將運(yùn)動(dòng)學(xué)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(jié)果表明:文章構(gòu)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(gòu)建的狀態(tài)合理。其他城市同樣可按照此方法構(gòu)建。
【文章頁(yè)數(shù)】:4 頁(yè)
本文編號(hào):3780367
【文章頁(yè)數(shù)】:4 頁(yè)
本文編號(hào):3780367
本文鏈接:http://sikaile.net/kejilunwen/qiche/3780367.html
最近更新
教材專著