基于python的汽车运行状态参数对油耗影响的聚类

马荣影，储江伟，艾曦锋，李宏刚，韩 锐

(东北林业大学 交通学院，黑龙江 哈尔滨 150040)

在不断开发应用先进的汽车节能技术的同时，深入研究分析汽车驾驶行为对汽车运行能耗的影响，改善不良驾驶习惯，是提高燃油利用率降低油耗的行之有效的方法。针对汽车驾驶行为对运行燃料消耗影响的研究，目前已开展的主要工作有：分析影响油耗的主要因素，提出减少油耗的措施[1]；根据汽车实际运行工况建立数据库，构建试验工况，分析汽车的燃油经济性[2]；通过分析各工况的时间特征参数、速度特征参数和加速度特征参数对燃油消耗的影响[3]；利用k-均值聚类方法对行驶工况的构建方法进行研究[4,10-11]；以曼谷某试验车辆在标准底盘测功机上行驶的实测数据为基础，研究不同驾驶周期对汽油客车尾气排放和油耗率的影响[5]；依托自然驾驶设备设计自然驾驶实验，研究测试者行驶工况与车辆能耗间的作用关系，发现不同运行工况会导致显著的油耗差异，测试者频繁地加减速会增大油耗水平[6]；以合肥市典型道路为研究对象，利用粒子群优化的模糊 C 均值聚类方法对运动学片段分类，建立基于运动学片段的工况构建模型[7]；对典型道路上采集的百公里燃油消耗和行驶工况数据进行划分，获得大量行驶片段，采用主成分分析和神经网络相结合的燃油消耗预测模型[8]；针对采集的不同驾驶员所驾驶的商用车和乘用车的行驶数据，基于 K-means 聚类，将驾驶风格聚为 3 类具有较好的分类效果[9]。……