基于使用行为的电动汽车驾驶员里程焦虑模型

作者：李宗华; 翟钧; 王贤军; 马明泽; 刁冠通

来源：汽车安全与节能学报, 2021, 12(02): 226-231.

• 电动汽车(EV)
• 驾驶员里程焦虑
• 大数据分析
• 使用行为
• 充电状态(SOC)
• 聚类算法

研究了纯电动汽车用户里程焦虑对用户使用行为的影响。提出了一种基于车联网大数据用户使用行为的里程焦虑程度判定模型。运用Kernal K-means聚类算法,分析了用户的里程焦虑差异在充电频次、起止充电状态(SOC)、极限使用行为等工况的不同表现,采用逻辑回归算法,建立里程焦虑分类识别模型;通过评分卡方法,把逻辑回归模型输出的焦虑概率转换成里程焦虑等级;采用调查问卷方式,对模型准确性与普遍性进行了实例验证。结果表明:所建立的模型预测准确率为95.6%,能够有效判定用户的里程焦虑程度。若与其它分析维度整合,该方法可对电动汽车用户进行大数据画像分析。