谷物联合收割机油耗随机森林预测模型
2021-08-04杨丽丽田伟泽徐媛媛吴才聪
农业工程学报 2021年9期
杨丽丽,田伟泽,徐媛媛,吴才聪
(中国农业大学信息与电气工程学院,北京 100083)
0 引言
车辆燃油消耗的研究在车辆使用成本分析,环境治理等方面具有重要意义[1-2]。影响车辆的燃油消耗的因素大致可以分为四类:车辆行驶工况(加速、减速、发动机工况等)、道路状况、天气、车辆自身特性[3-6]。
研究表明车辆不同的行驶工况会导致±25%燃油消耗差异[7]。目前在城市交通领域,基于行驶工况进行油耗预测的研究较多。候亚美等[8]基于平均速度、交叉口密度、停驶比等数据构建了后向反馈(Back Propagation, BP)神经网络模型预测城市道路出租车油耗。赵晓华等[9]根据出租车在北京80个快速基础路段上的平均速度及加速度衍生出16个指标,经过主成分分析,建立了BP神经网络的城市快速路出租车油耗预测模型。Xu等[10]基于卡车在125个高速公路和主干道路段内的平均行驶速度及加速度,定义了能耗指标,描述了油耗与速度及加速度之间的动态关系。Wickramanayake等[11]根据上行下行时道路坡度相反的条件,分别构建了梯度增强树、随机森林、神经网络的3种长途公交车油耗预测模型。张登等[12]根据多种车身静态数据,包括车型、车长、质量、发动机最大功率等,建立了适用于多种车型的油耗预测模型。上述研究基本上是基于结构化道路对油耗与行驶工况的研究,然而无论是静态数据预测出的标准油耗还是考虑了实际行驶工况的预测油耗,因模型中车型或者路况相对确定,都难以直接迁移到农机中。……
登录APP查看全文
