文献

J-GLOBAL ID：201702284893637392   整理番号：17A1498899

運転データクラスタ解析のための分布密度に基づく方法論:長期電気都市バスの事例研究【Powered by NICT】

A distribution density-based methodology for driving data cluster analysis: A case study for an extended-range electric city bus

著者 (5件)： Xie Haiming (State Key Laboratory of Automotive Safety and Energy, Tsinghua University, Beijing, China) ,  Tian Guangyu (State Key Laboratory of Automotive Safety and Energy, Tsinghua University, Beijing, China) ,  Chen Hongxu (State Key Laboratory of Automotive Safety and Energy, Tsinghua University, Beijing, China) ,  Wang Jing (Shanghai Volkswagen Automotive Co.Ltd., China) ,  Huang Yong (State Key Laboratory of Automotive Safety and Energy, Tsinghua University, Beijing, China)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 73  ページ： 131-143  発行年： 2018年 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： マルチエネルギー源における各エネルギー源はそれ自身の高効率範囲を持っているので,自動車の省燃費性能は運転条件に敏感であった。車両燃料経済性を改善するために,燃料消費と運転条件の関係を適応エネルギー配分戦略の基礎として明確に確立することが必要である。本研究では,類似の燃料消費レベルのクラスタリング,Microtripソフト(運転データからセグメント化し,運転条件を示すために用いられる)を通してそのような関係を確立するために二段階手法を提案した。第一段階は,特徴選択のための相関分析を実施し,特徴次元縮小のために主成分分析を適用して燃料消費関連特徴ベクトルを構築することである。第二段階は,それらの密度中心に基づく,Microtripソフトをクラスタ化することである。この方法論は,北京市での運転データに基づいて検証し,三種類,Microtripソフトがこれらの運転データから得られ,それらの平均燃料消費は8.5068年,12.7663年,17.0686L/100kmであった。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *市街バス ,  クラスタ化 ,  *事例研究 ,  次元縮小 ,  *クラスタ分析 ,  セグメンテーション ,  主成分分析 ,  特徴選択 ,  燃料経済
準シソーラス用語： 特徴ベクトル ,  燃料消費量 ,  運転条件 ,  高効率 ,  エネルギー源 ,  *運転データ , 【Automatic Indexing@JST】

著者キーワード (5件)： 運転条件 ,  クラスタリング ,  主成分分析 ,  駆動特徴 ,  動的計画法

分類 (3件)： 人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (8件)： クラスタ解析 ,  分布 ,  密度 ,  方法論 ,  長期 ,  都市 ,  バス ,  研究