改进模糊C均值聚类法的车辆实际行驶工况构建
高建平
高小杰
1.河南科技大学 车辆与交通工程学院,河南 洛阳,4710032.河南科技大学 车辆与交通工程学院,河南 洛阳,471003
摘要：针对模糊C均值(FCM)聚类法的性能依赖于初始聚类中心、迭代容易陷入局部极值、不能确保FCM收敛于一个最优解的问题,利用多岛遗传算法(MIGA)与序列二次规划法(SQP)组合优化,对FCM聚类的初始聚类中心进行优化,从而使聚类结果更加接近最优聚类.采用主成分分析和改进的FCM聚类分析,将运动学片段的特征值进行降维和分类处理,构建出基于大样本、符合郑州市交通特征的行驶工况.与试验数据对比表明:所构建的乘用车行驶工况与试验数据特征参数平均相对误差仅为2.097%,速度-加速度联合分布差异(SAFDdiff)仅为1.74%,行驶工况拟合精度较高,更能综合反映郑州市交通真实状况.
关键词：FCM聚类聚类中心主成分分析行驶工况
分类号：U46(汽车工程)
资助基金：河南省科技攻关计划(152102210073)河南省高等学校青年骨干教师资助计划(2015GGJS-046)创新基金(CXJJ-2016-ZR01)
论文发表日期：2017-11-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 21-27 )