一种新能源汽车事故严重性预测方法

本申请提供的一种新能源汽车事故严重性预测方法，其通过模糊神经网络FNN对样本数据集中的样本数据进行数据挖掘，对于数据量不足的数据可以增强数据的表征能力，对于存在不确定性的样本数据，基于FNN能够深入挖掘事故严重性与事故数据中的潜在规律和趋势。将FNN输出的模糊特征与样本数据进行拼接，得到扩展训练集，基于扩展训练集对基于XGBoost构建的事故严重性预测模型进行训练；通过将模糊推理结果与原始特征和模糊特征相结合，形成一个扩展的特征集，输入到XGBoost进行训练，利用其强大的梯度提升能力进行建模，通过加权组合特征，增强模型对复杂交互特征的理解，有效地提高了新能源汽车事故严重性预测的准确率。