[发明专利]一种基于最小二乘支持向量机的油耗预测方法

权利要求书

1.一种基于最小二乘支持向量机的油耗预测方法，其特征在于：油耗预测方法流程主要包含以下几个步骤，

(1)采集多辆车的OBD数据和GPS车速数据，OBD数据包括发动机转速和瞬时油耗；计算车辆的运行特征参数，包括平均速度和怠速比例；

(2)收集步骤(1)中车辆的设计参数数据，包括车身参数、发动机参数和传动系统特征参数；对车辆特征参数进行离散化处理；

(3)计算上述运行特征参数和设计参数与车辆实际油耗的对称不确定度SU

其中，SU为对称不确定度，X为某一运行特征参数或设计参数，Y为车辆的实际油耗，H(X)为变量X的熵，H(Y)为变量Y的熵，MI(X；Y)为变量X和Y的互信息；

(4)选择对称不确定度大于0.15的特征作为油耗敏感特征；

(5)将车辆划分为训练样本和测试样本；

(6)将训练样本的油耗敏感特征和型式认证油耗作为输入，车辆实际油耗作为输出，建立基于最小二乘支持向量机的油耗预测模型；并采用改进粒子群算法对最小二乘支持向量机模型的核函数参数和惩罚因子进行优化；改进粒子群算法采用可变惯性权，可变惯性权重公式如下：

w_m＝w_max-(w_max-w_min)·(1-e^-(5m/t))

其中，w为惯性权重，m为当前进化代数，t为最大迭代代数，w_max为惯性权重取值上界,w_min为惯性权重取值下界；

(7)利用训练好的改进粒子群算法优化最小二乘支持向量机的车辆油耗预测模型对测试样本的油耗进行预测。

2.根据权利要求1所述的一种基于最小二乘支持向量机的油耗预测方法，其特征在于：所述车身参数包含车身结构和车辆重量；发动机参数包含气缸数目、发动机排量、气缸排列形式、进气方式、最大功率和升功率；传动系统特征是指变速箱的类型。

3.根据权利要求1所述的一种基于最小二乘支持向量机的油耗预测方法，其特征在于：所述瞬时油耗通过进气质量流量和空燃比计算得到：

其中为发动机瞬时油耗，q_m(t)为发动机瞬时进气质量流量，λ(t)为瞬时空气燃料混合气中空气质量与燃料质量的比值。

4.根据权利要求1所述的一种基于最小二乘支持向量机的油耗预测方法，其特征在于：车辆实际油耗通过车速和瞬时油耗计算得到，即瞬时油耗之和除以总里程再除以100。

5.根据权利要求1所述的一种基于最小二乘支持向量机的油耗预测方法，其特征在于：在改进粒子群算法中种群个体数目设置为10，进化代数设置为100，认知学习因子设置为1.5，社会学习因子设置为1.7，惯性权重的上界设置为0.9,下界设置为0.4，适应度函数选择预测平均误差率。