[发明专利]汽车路谱聚类合成方法及系统

说明书

本发明公开提供了一种汽车路谱聚类合成方法及系统，该方法包括以下步骤：通过实车进行路谱数据采集，并对采集的数据进行包括去除噪声点和滤波的预处理；对获取的数据进行路谱片段划分得到m个路谱片段，确定路谱片段的n个特征参数，获得特征参数矩阵；对特征参数矩阵进行标准化，计算相关系数矩阵及其特征值和特征向量，确定p个主成分，获得主成分载荷矩阵，将数据降维；采用混合粒子群及人工鱼群算法改进聚类算法，然后对降维的数据进行聚类，根据聚类结果合成城市的典型路谱。

技术领域

本公开涉及新能源汽车技术领域，具体涉及一种汽车路谱聚类合成方法及系统。

背景技术

近年来，随着能源危机的日益严峻，使得我国对汽车产业的要求愈加严格。新能源汽车有能耗及排放较低的优点已成为当前主要新兴市场核心产品，其控制策略的好坏直接影响到整车的排放及油耗，而具有代表性的汽车路谱又是研发新能源汽车控制策略的前提。我国地域辽阔，不同城市间交通状况差异较大，因此会造成相同的新能源车辆在不同城市行驶时其能耗及排放等性能差异较大。国外典型的工况数据已不能适应我国复杂的道路交通状况，如何合成符合我国交通状况的路谱已成为新能源汽车发展的迫切需求。

现有的城市典型路谱的合成一般都运用主成分分析法，但是在聚类部分大多数都采用K-means算法，该算法需要随机生成初始聚类中心，发明人在研发过程中发现，如果聚类中心选择不当，会造成算法陷入局部最优无法达到全局最优，使得聚类效果变差造成合成的城市路谱不能代表该城市的交通状况。

发明内容

为了克服上述现有技术的不足，本公开提供了一种汽车路谱聚类合成方法及系统，对K-means算法进行改进，使得聚类更准确，合成的新能源汽车典型路谱更加符合该城市的实际交通状况。

本公开一方面提供的一种汽车路谱聚类合成方法的技术方案是：

一种汽车路谱聚类合成方法，该方法包括以下步骤：

采集路谱数据并对其进行预处理；

对预处理后的路谱数据进行路谱片段划分，得到若干个路谱片段，确定每个路谱片段的多个特征参数，构建特征参数矩阵；

对特征参数矩阵进行标准化处理，计算相关系数矩阵及其特征值和特征向量，确定多个主成分，构建主成分载荷矩阵，并进行数据降维；

采用混合粒子群及人工鱼群算法改进聚类算法，利用改进后的聚类算法对降维的数据进行聚类，根据聚类结果合成城市的典型路谱。

本公开另一方面提供的一种汽车路谱聚类合成系统的技术方案是：

一种汽车路谱聚类合成系统，该系统包括：

数据采集模块，用于采集路谱数据并对其进行预处理；

特征确定模块，用于对预处理后的路谱数据进行路谱片段划分，得到若干个路谱片段，确定每个路谱片段的多个特征参数，构建特征参数矩阵；

数据降维模块，用于对特征参数矩阵进行标准化处理，计算相关系数矩阵及其特征值和特征向量，确定多个主成分，构建主成分载荷矩阵，并进行数据降维；

路谱合成模块，用于采用混合粒子群及人工鱼群算法改进聚类算法，利用改进后的聚类算法对降维的数据进行聚类，根据聚类结果合成城市的典型路谱。

本公开另一方面提供的一种计算机可读存储介质的技术方案是：

一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如下步骤：

采集路谱数据并对其进行预处理；

对预处理后的路谱数据进行路谱片段划分，得到若干个路谱片段，确定每个路谱片段的多个特征参数，构建特征参数矩阵；