一种基于元学习的混合动力车辆工况预测方法

摘要

本发明提供了一种基于元的方式，模型训练过程被划分为两个部分：离线执行的预训练与在线执行的微调训练。预训练针对多种工况进行并行训练，以获得泛化性能较好的基模型。微调学习的混合动力车辆工况预测方法，其在深度神经网络的基础上结合了多任务训练训练在基模型基础上针对特定工况进行训练，时间成本低，可以应用于模型的在线修正环节。此外，基于上述流程，还进一步给出了一种由离线训练、在线训练和实时预测三部分组成的车速预测模型在线应用框架，可应用于实际交通条件下的工况预测任务。