郑金玉 刘逸翱 李鑫生 陈爱春

摘 要：以城市轻型汽车实际道路行驶为例，将大量行驶工况的实验数据划分为运动学片段，并选取 14 个特征参数进行研究。首先用主成分分析法对运动学片段进行降维处理;接着利用 K-means聚类技术对其进行分析，分析结果验证了应用主成分分析法和 K-means聚类法在城市道路行驶工况研究中的可行性和有效性;最后拟合得出行驶工况图。

关键词：行驶工况;运动学片段;主成分分析;聚类分析

汽车行驶工况又称车辆测试循环，是用来描述某一类型汽车行驶特征的的速度-时间曲线。行驶工况是需要对车辆实际行驶状况数据进行调查分析，运用多元统计理论方法建立起来的典型工况标准[1]。我国地域辽广，各个城市的发展程度、气候条件及交通状况的不同，使得各个城市的汽车行驶工况特征存在明显的差异。因此，基于城市自身的汽车行驶数据进行城市汽车行驶工况的构建研究十分必要。目前国内很多学者采用短行程和聚类分析法直接对实验数据进行城市道路代表性行驶工况的构建[2-5]，国外学者对行驶工况实验数据采用随机方法和微路径方法构建行驶工况。

近年来，主成分分析和聚类分析被广泛应用在行驶工况的构建上。主成分分析法是一种处理多维数据的统计学方法，是聚类分析的基础;聚类分析的基本思想是依照事物的数值特征来观察事物之间的亲疏关系[6]，它包括分层聚类法、两步聚类法、K -means聚类法等。……