基于主成分分析与BP神经元网络的驾驶能耗组合预测模型研究

摘要：

近年来交通领域能源消耗问题备受关注，本文从微观交通能耗预测出发，以实现北京市快速路基础路段的油耗预测为目的，基于出租车车载OBD/GPS终端，提取驾驶员微观驾驶行为数据，建立基于主成分分析与BP神经元网络的油耗组合预测模型，实现北京市快速路基础路段油耗的准确预测.结果表明：速度均值及标准差、最大车速、工况百分比、加速度及减速度均值、行驶距离和动能对油耗影响程度相对较高；同时模型能够实现城市快速路基础路段能耗的有效预测，预测精度达到92.46%.该方法的研究为城市交通能源消耗的监管与把控提供了支持.

关键词：城市交通、能耗排放、预测模型、驾驶行为、神经元网络、主成分分析

所属期刊栏目：16

分类号：U491.5(交通工程与公路运输技术管理)

资助基金：北京市朝阳区协同创新项目/Collaborative Innovation Project from Chaoyang District of BeijingXC1406；国家自然科学基金/National Natural Science Foundation of China61672067

在线出版日期：2016-11-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：185-191,204