[发明专利]基于L1

权利要求书

1.一种基于L₁正则化的混合动力公交车工况有效特征选取方法，其特征在于包括步骤为：

S1、获取混合动力公交车的工况数据，得到每个时间点对应的混合动力公交车的速度工况数据；

S2、将混合动力公交车的速度工况数据划分成N个片段；

S3、提取每个片段内的M个特征参数，记作F₁,F₂,…,F_M，其中，特征参数包括该片段的平均速度、最大速率、最小速率、最大加速度、最小加速度及怠速时间；

S4、利用提取的特征参数将N个工况片段进行分类，获得不同工况类型的交通流畅度，进而得到样本：

(F_1i,F_2i,…,F_Mi,y_i)，i＝1,…,N

其中，y_i是第i个速度工况片段所对应的工况类型的交通流畅度；

S5、通过求解特征提取模型，获得工况的有效特征参数，具体过程为：

S51、建立特征提取模型：

式中，β₀、β_j均为待定系数，λ是惩罚参数；

S52、确定模型的输入和输出：

模型输入：样本(F_1i,F_2i,…,F_Mi,y_i)以及容错常数ε；

模型输出：β中非零的分量；

S53、将(F_1i,F_2i,…,F_Mi)标准化，初始取β₁＝β₂＝…＝β_M＝0，y表示工况的流畅度组合向量，表示工况类型流畅度的平均值；

S54、通过求解确定与r₀最相关的F_j，并定义活动集A＝{j}和向量F_j形成的矩阵F_A；

S55、选择有效的表征工况信息的特征参数，具体过程为：

S551、定义最小二乘方向得到当前的最小二乘方向，其中，k＝1,2,…,K＝min(N-1,M)，r_k-1是残差，对于M维向量Δ，使Δ_A＝δ，其他元素都为0；

S552、以Δ方向，从β_k-1开始，朝着它们的最小二乘求解移动系数β，得到新的F_A和新的残差r(λ)，其中，

F_A：β(λ)＝β_k-1+(λ_k-1-λ)Δ,0≤λ≤λ_k-1

r(λ)＝y-Fβ(λ)＝r_k-1-(λ_k-1-λ)FΔ；

S553、关注λ＝|＜F_l,r(λ)＞|，其中假设第j个变量使得λ达到最大，即|＜F_j,r(λ)＞|＝λ，则应该将j加入A，而且令λ_k＝λ，将活动集的范围扩大；

S554、令A＝A∪{j}，β_k＝β(λ)＝β_k-1+(λ_k-1-λ_k)Δ，r_k＝y-Fβ_k，更新循环；

S555、返回序列在最优解中舍去等于零的常数β_j，设j＝1,2,…,L，剩下的β_L+1,β_L+2,…,β_M所对应的特征F_(L+1),F_(L+2),…,F_M为工况的有效特征参数。