摘要
本发明涉及车辆智能管理领域,提出一种基于车流密度感知与强化学习的混动汽车能量管理方法,通过综合车流密度感知,提高了车流密度精度,以准确判断实际交通场景状态,以实现在不同车流密度交通场景下,进行高效地能量管理调节,再通过混合预测模型进行车速预测,不仅有效捕捉车速序列中的长期依赖与周期性特征,还准确捕捉到车速的随机状态转移特性和车速瞬时变化,进一步提升了车速预测精度,还通过基于强化学习框架的能量管理优化,结合车辆的多源状态,以实现不同工况下的燃油消耗平衡与电池SOC维护平衡,本发明提高了混动汽车能量管理方法的适应性和有效性。
技术关键词
汽车能量管理方法
长短期记忆网络
交通场景图像
混合预测模型
密度
强化学习框架
深度学习算法
能量管理策略
汽车能量管理系统
数据
车辆智能管理
速度
发动机转速
多头注意力机制
视觉
功率
系统为您推荐了相关专利信息
自动化加料控制系统
功能性糖果
控制执行模块
人机交互控制
料仓
成帧方法
博弈算法
概率密度函数
信道误码率
动态
加速退化模型
电源转换器
应力
累积分布函数
非线性
GNSS定位方法
随机森林
GNSS观测值
核密度估计方法
分类器训练