基于汽车特征参数的多车型风阻系数实时预测方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于汽车特征参数的多车型风阻系数实时预测方法及系统
申请号:CN202511239935
申请日期:2025-09-02
公开号:CN120724161B
公开日期:2025-12-23
类型:发明专利
摘要
本申请提供一种基于汽车特征参数的多车型风阻系数实时预测方法及系统,涉及车辆风阻系数预测技术领域,所述方法步骤包括获取包含整车特征参数及车型标签的原始数据集,对原始数据集进行处理,并划分得到测试集和非测试集;采用贝叶斯优化方法并利用非测试集对XGBoost模型进行超参数调优,确定XGBoost模型的近似最优超参数;再利用麻雀搜索算法进行再次优化得到最优超参数;对优化后的XGBoost模型进行多次训练及验证,确定最优模型,以进行风阻系数预测。本申请能够在应对不同车型风阻预测时确保高预测精度的同时具备良好的计算效率,并满足快速迭代与实时预测的需求。
技术关键词
XGBoost模型 超参数 车型 概率密度函数 搜索算法 拉丁超立方采样 汽车 车辆风阻系数 节点 标签 高斯核函数 样本 正则化参数 整车 位置更新 预测系统 策略 编码