典型文献
数据驱动的车载空调设定温度预测研究
文献摘要：
为了对用户期望的车载空调温度进行实时预测,本文提出了一种习惯温度预测模型和时间序列温度预测模型双模型耦合的方法对车载空调设定温度进行实时预测.该方法以车内和外界的多维度信息作为输入,通过过滤式和随机森林对特征进行筛选,并根据实际应用场景集成模型来对用户期望的空调设定温度进行预测.最后使用该模型对测试数据进行验证.结果表明本文提出的双模型耦合的方法对用户空调设定温度的预测结果平均绝对百分比误差(MAPE)为0.049,能够精确地对车载空调温度进行预测,从而为智能化、个性化调控空调提供辅助决策.
文献关键词：
习惯温度预测模型;时间序列温度预测模型;应用场景;集成模型;个性化
中图分类号：
作者姓名：
胡杰;杨博闻;宋洪干
作者机构：
武汉理工大学 现代汽车零部件技术湖北省重点实验室,武汉 430070;武汉理工大学 汽车零部件技术湖北省协同创新中心,武汉 430070;新能源与智能网联车湖北工程技术研究中心,武汉 430070
文献出处：
引用格式：
[1]胡杰;杨博闻;宋洪干-.数据驱动的车载空调设定温度预测研究)[J].机械科学与技术,2022(01):134-142
A类：
习惯温度预测模型,时间序列温度预测模型
B类：
车载空调,设定温度,预测研究,调温,实时预测,双模型,模型耦合,车内,多维度信息,过过,场景集成,集成模型,测试数据,平均绝对百分比误差,MAPE,辅助决策
AB值：
0.209278
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
