公开(公告)号：CN117150354A

公开(公告)日：2023-12-01

申请号：CN202310999385.6

申请日：2023-08-09

Applicant: 湖北汽车工业学院

Inventor： 胡明茂 ,  师国东 ,  宫爱红 ,  龚青山 ,  方剑 ,  黄正寅 ,  项海婧 ,  付众铖 ,  汪佳铭 ,  袁望 ,  王禹 ,  杨峰 ,  姚江林 ,  朱天明 ,  魏声泽

IPC: G06F18/241 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/08 ,  G07C5/08

Abstract: 本发明公开了一种基于PSO‑LSTM神经网络的重卡油耗预测方法，包括以下步骤：获取车辆行驶参数和车辆油耗数据；使用Python中的Pandas库清洗数据，对数据的缺失值和异常值进行初步处理，并对数据进行降采样；先使用方差过滤法去掉方差为0的车辆行驶参数，再利用相关系数法对特征进行提取，选择皮尔森系数r大于0.4的车辆行驶参数作为油耗预测模型的特征值；将提取的特征数据进行标准化处理按比例比例划分为训练集和测试集；利用LSTM神经网络搭建油耗预测模型；将训练集导入油耗预测模型模型训练，利用验证集来对模型进行验证。本发明有效的改善了传统神经网络在计算过程中容易出现的梯度爆炸和梯度消失等问题。