主成分分析在车辆行驶工况中的应用.pdf

ww. iic ULL
汽车实用技术
2014年第5期
设讪研究
AUTOMOBILE APPLIED TECHNOLOGY
2014N0,5
主成分分析在车辆行驶工况中的应用
曾小荣,孔令文,杨学易,李朋,汪勇2
(1.西南林业大学机械与交通学院云南昆明650224;
2.云南云通司法鉴定中心,云南昆明650224)
摘要:在车辆行驶工况构建过程,提出了主成分分析与聚类分析的构建工况的方法,并利用该
方法建立了昆明市道路代表性行驶工况。利用主成分分析对大量的运动学片段的特征参数进行压
缩,选出能代表原始数据80%以上的3个主成分;其次用聚类分析提炼这些运动学片段:根据统
计分析的概率随机并重组运动学片段,构建出能反映出昆明市典型公交车线路交通状况的工况。
关键词:行驶工况;运动学片段;主成分分析;聚类分析
中图分类号:U461文献标识码:A文章编号:1671-7988(2014)05-05-05
Application of principal component analysis in Vehicle Driving Cycles
Zeng Xiaorong, Kong Lingwen, Yang Xueyi, Li Peng, Wang Yong
( I. Southwest Forestry University Mechanical and Transportation Institute Yunnan Kunming 650224
2. Yunnan Yuntong Judicial Expertise Center Yunnan Kunming 650224)
Abstract: As for the research of construction process of vehicle driving cycles, a method of principal
component analysis combined with cluster analysis was processed herein. a representative driving cycles was
developed in Kunming city roads by this method. The method of principal component anal ysis was applied to
compress the characteristic parameters of lots kinematic sequences, Then got three principal components
which can reflect over 80% of the initial data. Secondly, clustering analysis were used to extract these
kinematic sequences. By randomly selecting and recombining these sequences according to statistical
probability, the driving cycles can also reflect typical public routes in Kunming city
Key Words: Driving cycles; kinematic sequences; principal component analysis; clustering analysi
CLC NO: U461 Document Code: A Article ID: 1671-7988(2014)05-05-05
济”已成为全球焦点。汽车行驶工况( Driving Cycles,
简称工况)描述车辆行驶的速度与时间曲线。它
随着能源危机和环境问题日益突出,“低碳经在车辆污染物排放量、燃油消耗量和评估,甚至在
作者简介:曾小荣,士研究生,主要研究方向:汽车电デ父運规划等方面都具有指导作用い。国外已经构建
控制与检测及道路交通安全。研究生期间参与了云南运通司
了能综合反映当地的实际道路的工况叫:美国
法鉴定中心所承担的国家车辆事故深度调査体系(NAIS)建(FTP75工況)、欧洲(ECE+EUDC工况)以及日
设等工作。
本(J10-15工况)。国内近年来在行驶工况方面也做
基金项目:西南林业大学科技创新基金(项目编号:1302a了一些研究65句。目前我国沿用的是欧洲ECE+EUDC
学兔烛ww. XUELULL,com
2014年第5期
曾小荣等:主成分分析在车辆行驶工况中的应用
工况。本文以昆明市的典型道路为研究对象,构建
(x。-xXx
出了适合昆明实用的代表性工况,并与欧洲
ECE+EUDC工况进行了对比分析
1、研究方法
3)计算相关矩阵的特征根和与之对应的特征向
1.1主成分分析?
量。令行列式1A-R1=0,求出矩阵R的n个特征
主成分分析是利用“降维”的思想,把众多个根,并按由大到小顺序排列(A12≥
≥
指标化为几个综合指标(称为主成分)。设有m待An≥0),接着对每个Ak(K=1,2,.n)解方程
分析的样本,且每个样本都有n个变量,记为:Rb=Nkb,求出对应于每一个特征根的特征向量bk
ym,构成了m×矩阵:
4)计算出主成分的贡献率及其累计贡献率。主
成分分析把原始变量X,X2,Xn的总方差分解为
y11y1
タ=/∑んn个独立的变量y,y2…的方差
nXn门
之和,表示为第k个主成分y的方差贡献率。第
nl?ynm
主成分的贡献率最大,说明了y1综合原始变量的能
式中y。(i1,2.m:」j=1,2,n)表示为第i个样力最强。而y1,y2…m的综合能力依次递减。如
果仅仅取其中的P个主成分(P本的第j个变量。具体操作如下:
1)为了消除由于单位的不同可能带来的影响,
y
将原始数据的每个变量都进行标准化处理,是的每
为这p个主成分的累积贡献率。说明了这y1,
个变量经标准化处理后的平均值都为0,标准差都
y2..综合x1,x2.1的能力
为1
1.2聚类分析
令x1=(y,-)/√G
(2)
聚类分析是通过事物数值特征来反映各个体之
间关系的“紧密程度”。其基本思想就是按照变量
其中リ;=E(y)=D(Jy1),它们分別是每之间的相关程度大小将样品逐一归类,关系紧密的
个变量经标准化处理后的平均值和方差。处理后矩変量先聚到一个小的分类单位然后逐步扩大,使得
阵变为:
关系疏远变量聚合在一个大的分类单位,直到所有
变量都聚集完成,形成一个表示亲疏关系的谱系图,
In
最后按照所需要求对变量进行分类??。引用欧式距
3)离,其计算公式为:
X
2)求变量之间的相关系数矩阵R
距离越大说明它们两者之间的线性相关越小
反之,它们之间的相关性越大
R
2、构建行驶工况
2.1实验道路的选取以及数据采集
2.,1,1选取公交线路的选取
式中r表示为变量x,与x,的相关系数,记为
基于昆明市道路等级、机非混合、早晚交通流