一种基于T-Box数据和高程数据的油耗分析方法

AITNT
正文
推荐专利
一种基于T-Box数据和高程数据的油耗分析方法
申请号:CN202510019546
申请日期:2025-01-07
公开号:CN119785453A
公开日期:2025-04-08
类型:发明专利
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
1
数据表格分析方法、设备及计算机存储介质、程序产品
表头 平台 计算机程序指令 分析方法 格式
2
一种基于多维气象因子及变量的臭氧预报方法
预报方法 变量 因子 气象 径向基函数模型
3
基于Stacking和SHAP的船舶主机能耗预测及可解释性方法及装置
船舶主机 数据 特征选择 船舶能耗预测 XGBoost模型
4
一种基于数字孪生技术的智慧园区设施预测性维护系统
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
5
一种基于神经网络的长时间序列输电杆塔观测风速重构方法
输电杆塔 重构方法 神经网络模型 风速 序列
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号