基于Boosting-Blending与动态时空行为模式的混合动力汽车碳排放预测方法

    公开(公告)号:CN119150184A

    公开(公告)日:2024-12-17

    申请号:CN202411172684.3

    申请日:2024-08-26

    Abstract: 本发明涉及汽车碳排放预测技术领域,且公开了基于Boosting‑Blending与动态时空行为模式的混合动力汽车碳排放预测方法,收集与碳排放相关的数据集,并对原始数据集进行预处理,构建基于Boosting‑Blending集成学习模型,对Boosting‑Blending集成学习模型进行训练优化,将实际采集到的数据输入到优化好的Boosting‑Blending集成学习模型中,对汽车碳排放预测。该方法通过将Boosting集成算法和Blending技术相结合,选择了五种不同的Boosting基学习器进行集成,通过它们之间的互补性提高预测准确性,同时,引入动态时空行为模式的概念,以捕捉混合动力汽车在不同时间、空间和行为模式下的碳排放特性,进一步提升预测的准确性。

    基于无迹变换的事故再现结果不确定性分析方法

    公开(公告)号:CN116127275A

    公开(公告)日:2023-05-16

    申请号:CN202310168723.1

    申请日:2023-02-27

    Abstract: 本发明公开了一种基于无迹变换的事故再现结果不确定性分析方法,包括如下步骤:S1、根据事故类型确定相应的事故再现计算模型;S2、根据事故再现经验公式确定随机变量的个数,通过事故现场数据,确定随机变量的均值、标准差和相关系数,计算随机变量均值矩阵和协方差矩阵;S3、对步骤S2中的协方差矩阵进行分解,结合随机变量均值矩阵并引入尺度参数,对于n维随机变量,计算出2n+1个sigma点集;S4、将步骤S3中的2n+1个sigma点集代入步骤S1中所选的事故再现计算模型,计算车速,得到2n+1个车速值;S5、利用权值的定义和相关参数,计算出2n+1个车速值的均值和协方差的权值;S6、根据步骤S4得到的2n+1个车速值,结合步骤S5计算得到的权值,计算出车速的均值和方差。

    一种用于运输共享单车的车辆

    公开(公告)号:CN221437864U

    公开(公告)日:2024-07-30

    申请号:CN202420672563.4

    申请日:2024-04-03

    Abstract: 本实用新型公开了一种用于运输共享单车的车辆,包括汽车本体,在汽车本体的货箱内设有一个分隔板;在货箱后侧底部开设有用以让共享单车进出的进出口,进出口正上方的货箱顶部安装有四个定滑轮,四个定滑轮均通过拉绳与设置在货箱后侧底部并能够穿过进出口的升降板连接,拉绳另一端与固定在汽车本体上的电机连接;升降板上用以放置停车板,停车板一侧固定设有一排用以固定共享单车前轮的固定卡槽,在停车板底部安装有轮子;货箱尾部的门为封闭门;封闭门上设置有推杆A;靠近车头一端的货箱内设置有油缸。本实用新型免去了人工装卸共享单车,省时省力;共享单车之间相互独立放置,防止了交错叠放,有效保护了共享单车,提高了共享单车转运效率。

Patent Agency Ranking