摘要
本申请提供一种汽车能耗预测方法、装置、存储介质及设备,该方法中,获取目标汽车当前的电池数据、车辆行驶数据和环境条件数据,经过特征提取和降维处理后,得到能耗关联特征,之后,基于能耗预测模型对能耗关联特征进行处理,确定出该目标汽车的能耗等级。这样,采用机器学习技术综合考虑动态的车辆工况的影响,提高汽车能耗预测的准确性和稳定性,并且,使用基于声波传播的神经网络优化算法来更新特征提取模型的模型参数,克服梯度相关的问题,有效提高特征提取模型的性能,从而进一步提高预测结果的准确性。
技术关键词
孪生支持向量机
特征提取模型
能耗预测模型
实时监测数据
车辆行驶数据
能耗预测方法
分类边界
历史监测数据
样本
汽车
SMOTE算法
二次规划方法
声波
频率响应
机器学习技术
电池
处理器
参数