主成分分析与神经网络结合的燃油消耗预测

主成分分析与神经网络结合的燃油消耗预测

ID:37216743

大小:465.08 KB

页数:6页

时间:2019-05-19

主成分分析与神经网络结合的燃油消耗预测_第1页
主成分分析与神经网络结合的燃油消耗预测_第2页
主成分分析与神经网络结合的燃油消耗预测_第3页
主成分分析与神经网络结合的燃油消耗预测_第4页
主成分分析与神经网络结合的燃油消耗预测_第5页
资源描述:

《主成分分析与神经网络结合的燃油消耗预测》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第53卷第6期农业装备与车辆工程2015年6月Vo第l.5533卷第No.66期AGRICULTURALEQUIPMENT&VEHICLEENGINEERINGJune2015doi:10.3969/j.issn.1673-3142.2015.06.012主成分分析与神经网络结合的燃油消耗预测121张登,祖春胜,赵超超(1.710064陕西省西安市长安大学汽车学院;2.230009安徽省合肥市合肥工业大学机械与汽车工程学院)[摘要]从车型、发动机、变速器和轮胎等方面分析了与汽车燃油消耗相关的影响因素,通过主成分方法对影响汽车燃油消

2、耗的变量进行了压缩,消除了各变量之间的线性相关性。再利用BP神经网络对主成分的得分进行预测,建立燃油消耗预测模型。结果表明,与传统BP神经网络相比,采用主成分分析与神经网络相结合的燃油消耗预测模型简化了神经网络结构,提高了预测精度,为预测汽车燃油消耗量提供了新的思路。[关键词]影响因素;主成分分析;BP神经网络;燃油消耗预测[中图分类号]U471.23[文献标志码]A[文章编号]1673-3142(2015)06-0047-06PrincipalComponentandNeuralNetworkCombinedFuelConsum

3、ptionForecastZhangDeng1,ZuChunsheng2,ZhaoChaochao1(1.SchoolofAutomobile,ChanganUniversity,Xi’anCity,ShaanxiProvince710064,China;2.SchoolofMechanicalandAutomotiveEngineering,HefeiUniversityofTechnology,HefeiCity,AnhuiProvince230009,China)[Abstract]Currently,forecastofv

4、ehiclefuelconsumptionhasmorepracticaleconomicsignificanceandvalueforautomobilemanufacturersandconsumers.Inthepaper,theinfluencefactorsonvehiclefuelconsumptionareanalyzedsuchasvehiclemodel,engine,transmissionandtireetc,thevariablesaffectingfuelconsumptionarecompressedb

5、yprincipalcomponentsforeliminatinglinearrelevancecorrelationofvariables.PrincipalcomponentscoresarepredictedbyBPneuralnetworkandthefuelconsumptionforecastmodelisestablished.TheresultsshowthatcomparedwithtraditionalBPneuralnetwork,usingprincipalcomponentanalysisandneur

6、alnetworkcombiningpredictionmodeloffuelconsumptioncansimplifythemodelstructure,improvepredictionprecisionandprovidenewideasforthefuelconsumptionforecastofthevehicles.[Keywords]influencefactors;principalcomponentanalysis;BPneuralnetwork;forecastoffuelconsumption0引言而言的。

7、从70年代开始,受全球石油危机的影响,[3]运输系统的燃油消耗问题受到了高度的重视。国随着汽车拥有量的迅速增加,汽车燃料对环外采用BP神经网络(BackPropagationNeural境的压力也越来越明显。一是体现在燃料消耗的Network)或RBF神经网络(RadicalBasisFunction加剧,二是体现在汽车污染物排放不断增加。针NeuralNetwork)模型,针对发动机参数、车型参数对这些问题,全球范围内至少有9个国家或地区[4-5]等因素建立汽车燃油消耗预测模型;分析堵车正在执行或者已经提交了相关的燃油经济性标与

8、正常驾车燃油消耗的关系,用修正系数反映通[1]准。此外,据全球知名资讯集团尼尔森调查显[6]勤高峰拥堵时汽车燃油消耗量。而我国对运输系示:鉴于油价上涨预期,25%消费者推迟购买计统的燃油消耗规律进行研究始于20世纪90年代划,有22%的消费者打消了

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。