基于马尔科夫链的代表性行驶工况模型构建

作者：龚文轩; 聂云峰; 付建露; 邬宇枫

来源：南昌航空大学学报(自然科学版), 2022, 36(01): 53-60.

DOI：10.3969/j.issn.2096-8566.2022.01.008

• 聚类分析
• 马尔科夫链
• BIRCH聚类算法
• 代表性行驶工况模型

针对现阶段以欧洲工况标准NEDC优化标定的汽车实际油耗与法规认证结果偏差较大的问题，以及为检验汽车燃油消耗量和污染物排放控制的研究提供理论参考，本文研究了乘用车代表性行驶工况模型的构建方法。首先，以福州市乘用车行驶数据为基础，采用聚类方法获取降维行驶特征，针对BIRCH聚类算法对数据集的插入顺序较为敏感，提出了基于K均值优化的BIRCH聚类算法(KM-BIRCH算法)；然后，基于马尔可夫链理论，构建乘用车代表性行驶工况模型；最后，将构建工况与实际工况进行特征值对比分析。结果表明：构建的典型行驶工况与实际工况样本数据库总体特征的平均偏差仅为3.21%，满足偏差低于5%的开发精度要求，验证了代表性工况模型的准确性和有效性。