基于改进 K 均值聚类算法的汽车行驶工况构建

来源：计算机技术与发展杂志2022年第03期北京时间：

作者：李春生;余虎

摘要：汽车行驶工况是描述汽车速度-时间曲线,中国一直采用欧洲工况作为标准,但研究表明,中国的实际道路和欧洲差异很大,甚至每个城市都各不相同,所以中国急需构建属于自己的汽车行驶工况,研究汽车行驶工况具有重要意义。 首先建立有效的数学模型,使用 T4253H 滤波算法进行数据预处理,筛选和消除异常存在的数据;其次采用主成分分析法对原始数据进行降维,来确定主成分的个数,进一步增加了选择的特征参数的代表性;最后结合改进 K 均值聚类算法对降维后的特征参数进行聚类分析,选择适用的运动学片段,进行汽车行驶工况信息的构建。 经过与实测数据进行对比分析,研究结果表明:构建的工况数据与实测数据的误差均小于 7. 4% ,更能真实反映实际车辆行驶的运行状况。

关键词：短行程;行驶工况;主成分分析;改进 K 均值聚类;T4253H 滤波算法