• 简体   /   繁体
基于ARIMA-LSTM与RBF-NOA的车速工况预测-专用汽车2025年04期

基于ARIMA-LSTM与RBF-NOA的车速工况预测

作者:陆政元 杨昌波 李俊 鲍家定 郑伟光 字体:      

摘要:汽车能量的分析和管理离不开具体的行驶工况条件,因此车辆工况的构建和预测显得尤为重要。针对商用车,对典型车速工况进行数据处理后,首先利用ARIMA模型捕捉车速时间序列的趋势和周期性变化,判断时序数据是否(试读)...

专用汽车

2025年第04期