Stochastic Range Estimation Algorithms for Electric Vehicles using Data-Driven Learning Models

Loại tài liệu: Tài liệu số - Tài nguyên giáo dục mở / Bộ sưu tập: Công nghệ ô tô

Tác giả: Stefan Scheubner

Nhà xuất bản: KIT Scientific Publishing

Năm xuất bản: 2022

Tải ứng dụng tại các liên kết sau để xem đầy đủ tài liệu.

Tóm tắt nội dung

Công trình này nhằm mục đích cải thiện dự báo mức tiêu thụ năng lượng của xe điện bằng cách tăng cường dự đoán với khái niệm không chắc chắn. Bản thân thuật toán học từ dữ liệu về người lái xe và giao thông trong một tập huấn luyện để tạo ra dự báo chính xác về mức tiêu thụ năng lượng của từng người lái xe.

Abstract:

This work aims at improving the energy consumption forecast of electric vehicles by enhancing the prediction with a notion of uncertainty. The algorithm itself learns from driver and traffic data in a training set to generate accurate, driver-individual energy consumption forecasts.

Ngôn ngữ:En
Tác giả:Stefan Scheubner
Thông tin nhan đề:Stochastic Range Estimation Algorithms for Electric Vehicles using Data-Driven Learning Models
Nhà xuất bản:KIT Scientific Publishing
Loại hình:Tài nguyên giáo dục mở / Bộ sưu tập: Công nghệ ô tô
Bản quyền:http://creativecommons.org/licenses/by/4.0
Nguồn gốc:https://library.oapen.org/handle/20.500.12657/56964
Mô tả vật lý:190p.
Năm xuất bản:2022

Sử dụng ứng dụng Libol Bookworm quét QRCode này để mượn và đọc tài liệu)

(Lưu ý: Sử dụng ứng dụng Bookworm để xem đầy đủ tài liệu. Bạn đọc có thể tải Bookworm từ App Store hoặc Google play với từ khóa "Libol Bookworm”)

Danh mục
Tài nguyên khác