技术特征：
技术总结
本发明涉及一种基于RBFNN的中观油耗预测方法，确定道路能耗影响因素；将车辆行驶轨迹划分成行驶片段；计算在一个形式片段内，车辆平均能耗；分析该路段的平均能耗分布规律，计算路段的平均能耗；确定道路能耗影响因素等参数设置；将得到的数据集作为神经网络的训练集进行模型学习；输入测试数据集，计算得到道路油耗预测结果。本发明在大数据量的能耗轨迹数据集的支持下，积累大量关于路段类型、车辆均速等输入参数和道路能耗输出参数的观测样本，通过观测样本的训练，掌握道路能耗影响因素与道路平均能耗之间的相关关系规律，从而可以对路网中其它能耗轨迹样本量不足的路段进行能耗预测，实现了能耗规律的泛化推广，在监测粒度上有较高的精度。
技术研发人员：于海涛;黄坚;肖冉东;王禹
受保护的技术使用者：北京市交通信息中心;北京航空航天大学
技术研发日：2017.07.13
技术公布日：2017.11.07