[发明专利]一种组合主成分分析和模糊c均值聚类的车辆行驶工况制定方法

摘要

本发明公开了一种组合主成分分析和模糊c均值聚类的车辆行驶工况制定方法，该方法步骤：提取道路运输企业车辆动态监控系统中各类型道路交通状况的卫星定位数据，将这些数据计算划分为小段的微行程；针对每一微行程进行平均速度和怠速时间占比等特征参数的计算，得到样本数量(行)×特征参数(列)的矩阵，对矩阵数据采用均值化+主成分分析，选取主成分特征值的累积贡献率大于85％且能够全面反映所有特征参数的前序主成分，并对这些主成分的得分进行模糊c均值聚类分析，将这些微行程聚类成不同组即筛选子工况。采用带有双权平滑核函数的滤波器来平滑初始合成工况。本发明充分利用现有卫星定位数据，易于在测功机上开展遵循测试，具有较好的普适性，降低车辆行驶工况制定的研究成本。

主权项

一种组合主成分分析和模糊c均值聚类的车辆行驶工况制定方法，其特征在于采用如下步骤：步骤(1)，在卫星定位监控系统数据库中，按照设定的车辆和时间段信息为检索条件，读取原始卫星定位数据，其中车辆的选择依据是其运行路线应涵盖待建工况地区的主要交通状况，时间段选择时应覆盖待建工况地区一天中的不同交通时期，应同时包含高峰时期，正常时期以及低峰时期；所需原始卫星定位数据至少应包含卫星定位速度和卫星定位时间参数；在采集的原始卫星定位数据中，将汽车从一个怠速开始到下一个怠速开始的运动过程定义为微行程，对原始卫星定位数据按照微行程划分方法进行划分，计算给出所有的微行程；步骤(2)，针对每一微行程进行驾驶特征参数计算，特征参数计算参照的标准为：(1)怠速状态：发动机正常工作并且车速v＝0的行驶状态；(2)加速状态：车辆加速度a≥0.15m·s^‑2并且车速v≠0的行驶状态；(3)减速状态：车辆加速度a≤‑0.15m·s^‑2并且车速v≠0的行驶状态；(4)匀速状态：车辆加速度|a|≤0.15m·s^‑2并且车速v≠0的行驶状态；步骤(3)，行驶工况的构建过程步骤：将采集到的原始数据根据上一步骤中的方法，划分成若干个微行程，分别求出总体试验数据及各微行程的特征参数，得到以微行程为样本，样本数量(n行)×特征参数(p列)的矩阵；步骤(4)，对步骤(3)中所述的原始矩阵数据进行均值化方法处理：用各指标的均值去除相应的原始数据，即设原始数据矩阵X＝(X_ij)_n×p，令其中于是得到均值化矩阵Y＝(Y_ij)_n×p，再对Y进行主成分分析，得到与特征参数个数值相同数量的主成分；均值化处理不改变各指标间的相关系数，均值化后的协方差矩阵不仅消除了指标量纲与数量级的影响，还能包含原始数据的全部信息；步骤(5)，主成分个数选择的依据：1)如果前N个主成分特征值的累积贡献率达到85％以上，并且这N个主成分的特征值都大于1，即可以选取这N个主成分进行分析；2)当某个特征参数在某个主成分上的载荷系数绝对值越大，则说明该特征参数与这个主成分的相关系数越高。如果前M(M≤N)个主成分已能够全面反映所有的p个特征参数，则选取前M个主成分进一步分析，各样本在各主成分上的得分为其特征参数值的投影；这里主要对前M个主成分的得分进行模糊c均值聚类分析；步骤(6)，根据步骤(5)，利用模糊c均值聚类方法将所有微行程聚类成不同组；每一聚类被称为一种交通状况，并且为每一交通状况生成一子工况；初始合成工况包括单独的不同交通状况下的子工况；步骤(7)，在初始的行驶工况制定完成后，需要对其曲线进行平滑处理以适合在测功机上进行测试。