智能交通
（包括主要技术、条件、成熟度、成本等指标） 基于新能源客车远程监控历史数据，通过机器学习、大数据分析等 手段完成数据挖掘与分析工作。数据分析目的主要包括以下几点： 1. 故障预警：根据车辆历史故障相关信息以及实时监控状态实现故 障预测； 2. 节能优化：根据车辆运行工况及部件系统能耗情况，提出整车节 能优化方向； 3. 驾驶行为分析：根据驾驶员历史操作及车辆状态信息，从安全性 和节能性角度分析驾驶行为。 通过大数据分析和机器学习等研究手段，基于远程监控数据构建新 能源客车的故障预警、节能优化、驾驶行为分析的目标模型。要求 完成以下工作步骤： 1. 完成数据筛选、数据转换、主成分分析等预处理操作； 2. 挖掘数据项价值，构建组合数据项，建立特征方程和训练测试集；3. 设计算法并构建和测试多种模型，最终选取效果最优模型。 至少实现以下技术指标： 1. 故障预警模型实现预警准确度>90%，预警提前时间>10s 2. 节能优化模型实现在不影响正常行驶与驾驶体验的前提下，能耗 减少>10% 3. 驾驶行为分析模型实现有效评价和规范驾驶行为，从而减少激进 或危险驾驶操作>30%。
×
×
登录
