技术总结
本发明涉及一种车辆工况实时预测的方法，该方法用具有优化预测条件的马尔可夫模型进行速度预测，BP神经网络已可对速度预测的误差进行补偿，具体步骤：在二维图形上记录车辆工况的速度和加速度，并将其网格化，删除没有状态的网格，并将工况状态编码为一个维度，利用公式计算相邻时刻的状态转移概率，将当前状态确定为一个数值，然后建立一组随机数，根据公式，将下一时刻的状态预测为另一数值，以此类推，在表格中查找并获得预测速度，用经过训练的BP神经网络并根据实际速度来维持补偿速度，本发明提出了一种新型车辆工况实时预测方法，此方法无需额外的硬件或传感器，同时保证了计算效率，基于所记录的车辆工况数据而建立的状态转变矩阵来预测车辆工况的，对于车辆不需要额外增加硬件成本，并且具有不同循环工况的自适应性。
技术研发人员：邓跃跃;魏毅;赵向阳
受保护的技术使用者：特百佳动力科技有限公司
技术研发日：2017.09.01
技术公布日：2018.06.08