摘要
本申请提供一种基于汽车特征参数的多车型风阻系数实时预测方法及系统,涉及车辆风阻系数预测技术领域,所述方法步骤包括获取包含整车特征参数及车型标签的原始数据集,对原始数据集进行处理,并划分得到测试集和非测试集;采用贝叶斯优化方法并利用非测试集对XGBoost模型进行超参数调优,确定XGBoost模型的近似最优超参数;再利用麻雀搜索算法进行再次优化得到最优超参数;对优化后的XGBoost模型进行多次训练及验证,确定最优模型,以进行风阻系数预测。本申请能够在应对不同车型风阻预测时确保高预测精度的同时具备良好的计算效率,并满足快速迭代与实时预测的需求。
技术关键词
XGBoost模型
超参数
车型
概率密度函数
搜索算法
拉丁超立方采样
汽车
车辆风阻系数
节点
标签
高斯核函数
样本
正则化参数
整车
位置更新
预测系统
策略
编码
系统为您推荐了相关专利信息
生成方法
关键词
滑动窗口技术
深度优先搜索方法
格式化
储能电池组
故障监测方法
故障监测系统
剩余寿命预测模型
数据采集层
逻辑回归模型
决策
XGBoost模型
NLP技术
虚拟卡
漂移误差
协方差矩阵
高斯混合模型
K均值聚类算法
误差补偿方法
运载机器人
规划决策模块
数据采集模块
数据处理模块
图像