一种基于马尔可夫链与神经网络的汽车行驶工况预测方法

发明专利有效专利

申请号：
CN201810794250.5
IPC分类号：B60W50/00;G06Q10/04;G06Q50/30
申请日期：
2018-07-19
申请人：
重庆科技学院

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于马尔可夫链与神经网络的汽车行驶工况预测方法
申请号	CN201810794250.5	申请日期	2018-07-19
法律状态	授权	申报国家	中国
公开/公告日	2019-01-08	公开/公告号	CN109159785A
优先权	暂无	优先权号	暂无
主分类号	B60W50/00 ? IPC结构图谱： B 作业；运输 B6 交通运输 B60 一般车辆 B60W 不同类型或不同功能的车辆子系统的联合控制；专门适用于混合动力车辆的控制系统；不与某一特定子系统的控制相关联的道路车辆驾驶控制系统 B60W50/00 不与某一特定子系统的控制相关联的道路车辆驾驶控制的控制系统的零部件〔8〕	IPC分类号	B;6;0;W;5;0;/;0;0;;;G;0;6;Q;1;0;/;0;4;;;G;0;6;Q;5;0;/;3;0查看分类表>
申请人	重庆科技学院	申请人地址	重庆市沙坪坝区大学城东路20号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	重庆科技学院	当前权利人	重庆科技学院
发明人	雷贞贞;隋毅;黄棋;刘娟;张宓;高俊
代理机构	重庆缙云专利代理事务所（特殊普通合伙）	代理人	王翔

摘要

本发明公开了一种基于马尔可夫链与神经网络的汽车行驶工况预测方法，主要步骤为：1)获取表征汽车行驶工况的特征参数和n个历史临近车速Vt‑11、Vt‑12、……Vt‑1n。2)得到马尔可夫链车速趋势预测模型；3)输出第二组数据的趋势预测结果。4)利用主成分分析法对第一组数据、第三组数据进行降维。5)得到神经网络ANN1车速初始预测模型；6)输出第二组数据的初始预测数据。7)得到神经网络ANN2融合器模型；8)得到第三组数据的初始预测数据和第三组数据的趋势预测结果。9)得到神经网络ANN2融合器的输出，即汽车行驶工况的预测结果。本发明为混合动力汽车预测能量管理策略中的关键问题——短期工况预测提供了一种更加有效的预测算法。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供