机构名称：
¥ 1.0
摘要：在过去的几年中，我们目睹了使用电动汽车（EV）的增加，现在已被广泛接受为可靠和环保的运输方式。选择EV时，通常是消费者选择的关键参数之一是其驱动范围（DR）功能。DR取决于预测其价值时应解决的许多因素。在某些情况下，现有的DR估计启发式启发式技术提供了差异很大的值，这可能会引起驾驶员焦虑。在本文中，我们探讨了机器学习（ML）技术的使用来估计DR。从公开可用的数据中，我们构建了一个数据集，该数据集具有适用于DR的EV数据的数据集。然后，我们诉诸于在数据集中学到的模型上进行回归技术，并通过标准指标进行评估。实验结果表明，回归技术对短途和长途旅行的DR值进行了足够和平稳的估计，从而避免了使用先前的启发式技术的需求，从而最大程度地减少了驱动程序的焦虑并允许更好的行程计划。
用机器学习估算电动汽车驾驶范围
主要关键词
相关文件推荐
