基于GA-BP神经网络的车辆动态油耗预测模型方法

摘要

本发明涉及数据处理技术领域，具体涉及一种基于GA‑BP神经网络的车辆动态油耗预测模型方法，包括挖掘并处理车辆行驶过程中的原始数据，得到影响油耗模型因素；计算影响油耗模型因素的关联程度，得到相关系数矩阵；使用相关系数矩阵构建主要成分表达式；使用主要成分表达式建立BP神经网络，并通过遗传算法优化BP神经网络的初始权重和阈值；使用优化后的BP神经网络构建油耗预测模型，通过油耗预测模型对车辆动态油耗进行预测，得到预测结果，本发明全面考虑燃油消耗模型的影响因素，建立合适的油耗分析与预测模型，解决了现有的模型不考虑车辆当前环境对油耗的影响，难以满足实时性的要求的问题。