[发明专利]基于L1

说明书

本发明涉及一种基于L₁正则化的混合动力公交车工况有效特征选取方法，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。

技术领域

本发明是关于一种基于L₁正则化的线性分类器的混合动力公交车工况有效特征选 取方法，涉及混合动力公交车技术领域。

背景技术

随着石油危机和城市空气污染的日益严重，混合动力公交车也大量出现在公交领域。由于混合动力系统拥有多种模式，如何在这些模式下控制能量流以达到油耗和电 耗最优是一个重要的研究领域。

油耗和电耗严重依赖于车辆的工况类型，所以如何识别和预测车辆工况是一个具有挑战性的任务。为了有效地研究车辆工况，需要从工况数据中提取有效的特征来表 示工况的类型。传统提取工况有效特征的方法主要有主成分分析和神经网络，此类方 法的存在的技术问题是很难解释提取的有效特征的物理意义。

发明内容

针对上述问题，本发明的目的是提供一种能够高效寻找有效工况特征的基于L₁正则化的线性分类器的混合动力公交车工况有效特征选取方法。

为实现上述目的，本发明采取以下技术方案：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，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。

进一步地，上述S5的具体过程为：

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；