)和控制时间点。
[0049]具体地，空调控制时间点生成控制单元10，包括:车辆状态监测单元11，用于监测从车辆的各种控制器提供的车辆信息；行驶路径信息生成单元12，用于基于由导航系统提供的信息生成行驶路径信息；空调操作剖面生成单元13，用于生成空调操作剖面；以及空调控制值/时间点确定单元14，用于确定空调操作参数值和维持时间。
[0050]车辆状态监测单元11监测由车辆的控制器提供的车辆信息并且(例如)通过仅仅过滤有效数据来处理车辆状态信息。
[0051]行驶路径信息生成单元12基于由导航系统提供的行驶路径信息(例如，计算3D拓扑信息、根据交通信息的输入来生成路径信息等)，生成当前行驶路径信息。
[0052]空调操作剖面生成单元13基于来自车辆状态监测单元11的车辆状态信息、来自行驶路径信息生成单元12的行驶路径信息、以及来自操作倾向确定控制单元30的空调操作倾向信息，按照空调的操作时间，生成表示温度值的变化的空调操作剖面。
[0053]空调控制值/时间点确定单元14集成关于当前行驶路径以及空调操作剖面的数据，并且确定优化的空调控制时间点。
[0054]具体地，空调控制值/时间点确定单元14根据行驶路径的变化，将空调操作剖面映射到能量消耗，并且确定空调操作参数值和维持时间，用于控制空调的打开和关闭，控制吹风级别，并且控制空调操作的选择。
[0055]在后文中，更详细地描述由空调控制时间点生成控制单元执行的空调控制时间点生成控制步骤。
[0056]由空调控制时间点生成控制单元执行的空调控制时间点生成控制步骤包括:监测车辆状态信息的车辆状态监测步骤；生成行驶路径信息的行驶路径信息生成步骤；基于车辆状态信息、行驶路径信息以及驾驶员空调操作倾向信息，生成按照空调的操作时间表示温度值的变化的空调操作剖面步骤；以及根据行驶路径的变化将空调操作剖面映射到能量消耗并且确定空调操作参数值和维持时间的空调控制值/时间点确定步骤。
[0057]如图3中所示，通过获取从车辆的各种ECU周期性发送的数据(即，各种与车辆行驶相关的信息数据，例如，油门踏板的推进量、电池状态、制动操作、空调操作状态以及电气部分的其他信息)，将所获取的数据分类并且格式化,并且仅仅过滤有效数据,来执行车辆状态监测步骤。
[0058]具体地，获取从各种ECU周期性发送的车辆驾驶数据，将所获取的数据分类并且格式化，在这种情况下，按照以下顺序将数据分类并且格式化，即，按照空调信息、车速、制动操作以及换挡的顺序，周期性过滤格式化的数据，并且仅仅提取用于生成空调控制时间点的有效数据。
[0059]然后，与车辆状态监测步骤一起执行用于生成行驶路径信息的行驶路径信息生成步骤。
[0060]如图4中所示，在输入包括导航系统的地图拓扑数据的实时交通信息和损耗信息(例如，道路损耗)的行驶路径信息输入步骤之后，将链接到该行驶路径的链接路径的信息映射到输入的行驶路径信息数据。
[0061]具体地，为了反映选择导航路径的情况以及未选择导航路径的情况，将链接到行驶路径的链接路径的信息(例如，未作为导航系统的行驶路径进行选择的信息)映射到输入的行驶路径信息数据(例如，选择导航系统的行驶路径的信息)。
[0062]因此，在当前行驶路径信息数据与选择导航系统的行驶路径的信息对应时，在空调的操作期间，执行计算当前行驶路径以及直接链接至相应的行驶路径的链接路径的能量最小化点的步骤。
[0063]即使在当前行驶路径信息是未作为导航系统的行驶路径进行选择的路径信息时，针对关于偏离当前行驶路径的行驶路径(例如，在当前行驶路径的预定半径内的链接路径)的信息，执行计算在空调操作期间的能量最小化点的步骤。
[0064]然后，通过如方程I根据行驶路径的存在性(例如，选择导航系统的行驶路径)计算能量成本，确定能量最小化点，在选择行驶路径时根据该路径添加能量成本，以及在未选择行驶路径时针对当前车辆位置的预定半径范围(R)内的链路的组合添加能量成本，从而执行能量最小化点的计算方法。
[0065]方程I
[0066]总成本[Csum]=链路成本[Clink]+节点成本[Cnode] +其他额外成本[Cetec]
[0067]为了进行参考，可通过大量行驶测试，将在空调的操作期间为行驶路径消耗的能量成本放入数据库内。
[0068]接下来，如图5中所示，顺序执行空调控制时间点生成控制步骤、空调操作剖面生成步骤以及空调控制值/时间点确定步骤。
[0069]在空调操作剖面生成步骤中，基于车辆状态信息、行驶路径信息以及驾驶员空调操作倾向信息，生成按照空调的操作时间表示温度值的变化的空调操作剖面。
[0070]为了生成空调操作剖面，在车辆状态信息、行驶路径信息以及驾驶员空调操作倾向信息被标准化(normalize)为物理单位之后，首先执行按照累积时间(分钟)列出标准化信息的数据集成步骤。
[0071]随后，执行以下步骤:计算车辆的当前可用能量(kW/h)并且计算驾驶倾向调整能量，该驾驶倾向调整能量反映了当前可用能量按照其进行调整的驾驶员空调操作倾向信肩、O
[0072]然后，以能量为单位(kW/h)，转换根据行驶路径的行驶距离的变化的路径成本，反映了当前可用能量和驾驶倾向调整能量，并且针对转换的行驶距离的能量变化转换成表示按照空调的操作时间的温度变化的空调操作剖面。
[0073]接下来，在空调控制时间点生成控制步骤中，在生成空调操作剖面之后，执行根据行驶路径的变化将空调操作剖面映射到能量消耗并且确定空调参数值和维持时间的步骤，作为空调控制值/时间点确定步骤。
[0074]更详细地，在空调控制值/时间点确定步骤中，根据行驶路径的变化，将空气操作剖面映射到能量消耗，根据映射的数据，确定空调控制时间点，并且确定空调操作参数值和维持值，用于控制空调的打开/关闭，控制吹风等级以及为前座椅和后座椅控制空调的操作选择。
[0075]在后文中，参照图6，描述驾驶倾向确定控制单元，用于在空调控制时间点生成步骤中提供驾驶员倾向信息及其操作。
[0076]驾驶倾向确定控制单元20用于分析驾驶员驾驶倾向以及空调操纵倾向，作为用于生成空调操作剖面的其他信息，以将空调操作倾向信息带入数据库中，并且将驾驶员的空调操作倾向信息提供给空调控制时间点生成控制单元。
[0077]具体地，如图6中所示，驾驶倾向确定控制单元20，包括:数据库储存单元21 ;学习因子计算单元22，用于通过使用基于属性的推断技术，来计算学习因子数据；学习驾驶员倾向生成单元23，用于根据表示道路信息数据的静态输入信息，将学习因子数据的动态输入信息标准化，并且计算最终修改的信息；以及驾驶倾向数据库构造单元24，用于构造表格，来转换针对道路、时间以及距离的能量消耗。
[0078]首先，为了获得驾驶倾向确定信息，规则数据库储存单元21将包括车辆行驶信息和空调操纵信息的动态输入信息转换成规则集用于进行学习，并且在表格中储存所转换的规则集。
[0079]具体地，通过针对动态输入信息消除异常值以及缺失值(例如，在恒速行驶期间消除异常加速度/减速度)，并且将动态输入信息转换成规则集，用于通过属性概化(attribute generalized table)进行学习，来配置属性概化表格。
[0080]随后，学习因子计算单元22通过使用代表提取规则(representative extract1nrule)来计算学习的动态输入信息，储存在规则数据库储存单元21内的动态输入信息中，该信息包括重复操作信息、用于空调维持和改变的预定部分信息。
[0081]接下来，在根据表示道路信息数据的静态输入信息将学习因子数据的动态输入信息标准化之后，学习驾驶员倾向生成单元23通过识别学习数据的变化的步骤、识别学习数据范围的偏差