基于马尔可夫链的汽车运行工况多尺度预测方法

    公开(公告)号:CN103246943B

    公开(公告)日:2015-04-15

    申请号:CN201310213155.9

    申请日:2013-05-31

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于马尔可夫链的汽车运行工况的多尺度预测方法,该方法建立汽车运行工况的马尔可夫链预测模型;根据汽车运行工况的历史信息,通过极大似然估计计算出状态转移矩阵;运用马尔可夫链蒙特卡洛模拟方法,根据获得的状态转移矩阵进行不同时间尺度的汽车运行工况的预测;将不同时间尺度的预测结果通过线性插值还原为历史运行工况采样频率下数据;将不同尺度的预测结果根据模拟样本数量分为不同的置信等级,采用线性权重法对每次预测结果计算不同置信等级下的线性权重系数;将每种尺度预测结果各时刻所有预测值按权重系数融合,再将不同尺度预测结果在原数据频率下融合,获得汽车运行工况多尺度预测结果;本发明可以满足汽车运行工况的预测精度要求,也可以满足汽车实时控制的要求。

    基于马尔可夫链的汽车运行工况多尺度预测方法

    公开(公告)号:CN103246943A

    公开(公告)日:2013-08-14

    申请号:CN201310213155.9

    申请日:2013-05-31

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于马尔可夫链的汽车运行工况的多尺度预测方法,该方法建立汽车运行工况的马尔可夫链预测模型;根据汽车运行工况的历史信息,通过极大似然估计计算出状态转移矩阵;运用马尔可夫链蒙特卡洛模拟方法,根据获得的状态转移矩阵进行不同时间尺度的汽车运行工况的预测;将不同时间尺度的预测结果通过线性插值还原为历史运行工况采样频率下数据;将不同尺度的预测结果根据模拟样本数量分为不同的置信等级,采用线性权重法对每次预测结果计算不同置信等级下的线性权重系数;将每种尺度预测结果各时刻所有预测值按权重系数融合,再将不同尺度预测结果在原数据频率下融合,获得汽车运行工况多尺度预测结果;本发明可以满足汽车运行工况的预测精度要求,也可以满足汽车实时控制的要求。

Patent Agency Ranking