摘要
本发明涉及车辆油耗分析技术领域,具体涉及一种基于T‑Box数据和高程数据的油耗分析方法,基于XGBoost模型构造油耗预测模型,通过实时采集车辆的T‑Box数据和高程数据进行融合和特征提取,生成适合机器学习模型训练的数据集,结合历史驾驶数据和油耗数据对模型进行训练以及调优,充分考虑坡度以及地形因素对车辆油耗的影响,揭示道路坡度、驾驶行为与油耗之间的关系,通过模型剖析高油耗驾驶行为的成因,为制定节油驾驶策略提供科学依据,优化驾驶行为。
技术关键词
分析方法
XGBoost模型
机器学习模型训练
交叉验证方法
油耗分析技术
车辆
加速踏板位置
坡度地形
数据传输模块
GPS模块
插值方法
异常数据
实时数据
控制中心
数据存储
控制系统
节油
系统为您推荐了相关专利信息
船舶主机
数据
特征选择
船舶能耗预测
XGBoost模型
数字孪生技术
数字孪生模型
物联网融合技术
模糊综合评价模型
设施运行状态