基于K-均值聚类算法的汽车行驶工况构建

基于汽车实际运行载荷数据,对速度时间序列异常数据进行预处理并进行片段划分,构造表征运行片段特征的参数。采用主成分分析方法进行参数降维,通过K-means聚类算法对运行片段进行分类。基于马尔科夫链原理确定工况间的顺序关系,最终结合怠速时间特征与各工况总时间比例确定汽车行驶工况。结果表明,通过特征参数相对误差检验及速度-加速度联合分布概率差异值进行对比,所构建的行驶工况与原始载荷数据特征差异较小,能够体现汽车实际行驶过程中的相应特征,并取得了一定程度的优化效果,具有一定的参考价值。