[发明专利]一种基于TBOX的用户驾驶习惯的能耗预测分析系统及方法

权利要求书

1.一种基于TBOX的用户驾驶习惯的能耗预测分析方法，其特征在于，所述方法包括：

S1、利用TBOX平台从TBOX智能终端中获取用户驾驶习惯数据，作为训练数据集；

S2、根据各品牌车型分别构建决策树模型；

S3、利用训练数据集训练决策树模型；

所述S3中，利用随机森林算法训练决策树模型，利用随机森林算法基于多种数据训练数据集构建多棵决策树，组合成一个新的模型，模型的输出结果是所有决策树输出的组合，每棵树的预测结果都视为一张投票，获得投票数最多的类别就是预测的类别；

S4、将训练完的决策树模型更新TBOX智能终端中的相应模型；

S5、根据用户的目的地，利用TBOX智能终端中的模型计算最优消耗路线；

S6、TBOX智能终端将计算的最优消耗路线展示给驾驶人。

2.根据权利要求1所述的一种基于TBOX的用户驾驶习惯的能耗预测分析方法，其特征在于，所述S1中，所述训练数据集包括城市气象信息、道桥坡路、车型适配、司机驾驶行为的数据。

3.一种基于TBOX的用户驾驶习惯的能耗预测分析系统，其特征在于，所述系统包括：

数据导入模块，用于将TBOX平台中的用户驾驶习惯数据导入，作为训练数据集；

构建模块，用于根据各品牌车型分别构建决策树模型；

训练模块，用于利用训练数据集训练决策树模型；

所述训练模块中，利用随机森林算法训练决策树模型，利用随机森林算法基于多种数据训练数据集构建多棵决策树，组合成一个新的模型，模型的输出结果是所有决策树输出的组合，每棵树的预测结果都视为一张投票，获得投票数最多的类别就是预测的类别；

更新模块，用于将训练完的决策树模型更新TBOX智能终端中的相应模型；

消耗分析模块，根据用户的目的地，利用TBOX智能终端中的模型计算最优消耗路线；

显示模块，用于利用TBOX智能终端将计算的最优消耗路线展示给驾驶人。

4.根据权利要求3所述的一种基于TBOX的用户驾驶习惯的能耗预测分析系统，其特征在于，所述数据导入模块中，训练数据集包括城市气象信息、道桥坡路、车型适配、司机驾驶行为的数据。