买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉同济大学申请的专利一种基于集成学习的车油耗预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118928414B 。

龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410993801.6，技术领域涉及：B60W40/00；该发明授权一种基于集成学习的车油耗预测方法是由王宁;聂辽栋;李秀峰;尚凯设计研发完成，并于2024-07-23向国家知识产权局提交的专利申请。

本一种基于集成学习的车油耗预测方法在说明书摘要公布了：本发明公开了一种基于集成学习的车油耗预测方法，本发明通过获取车载CAN数据，使用XGBoost方法选择关键特征，引入改进的鹈鹕优化算法优化深度回声状态网络的超参数，并构建柴油卡车油耗预测模型，进而获得油耗预测结果，实现对车辆油耗的高精度预测，进一步提高了油耗预测方法的实用性和经济性。

本发明授权一种基于集成学习的车油耗预测方法在权利要求书中公布了：1.一种基于集成学习的车油耗预测方法，其特征在于，包括如下步骤： 步骤1、获取具备CAN功能车辆的基础参数； 步骤2、实时采集车载CAN数据； 步骤3、针对所获取的车载CAN数据，按时间窗口进行预处理； 步骤4、从经过预处理的车载CAN数据中筛选与油耗高度相关的关键特征作为预测输入特征； 步骤5、将预处理后的CAN数据按照7:3的比例划分训练集和测试集； 步骤6、搭建引入Tent混沌映射、非线性权重因子、柯西变异策略和麻雀警戒机制的改进鹈鹕优化算法优化算法； 步骤7、以步骤6输出的结果作为最优超参数构建深度回声状态网络； 步骤8、基于步骤5中的训练集，训练步骤7构建的网络，使其在测试集中的准确率达到90%阈值，得到用于预测柴油卡车油耗的集成学习模型，并输出预测结果； 步骤9、构造回声状态网络、支持向量机和随机森林，分别预测结果进行比对，选取最好结果进行输出，6.9 在掠过水面阶段开发阶段，引入柯西变异策略以增加多样性，具体如下： ； 式中，为第个候选解在第维度的更新值，为柯西分布，为变异强度，为迭代计数器，之后执行步骤6.11； 6.10 在掠过水面阶段开发阶段，采用原始更新方法，具体如下： ； 式中，为常数，系数表示种群成员的邻域半径，随着迭代次数增加而减小，之后执行步骤6.116.11 增加麻雀警戒机制，使意识到危险的鹈鹕迅速向安全区域移动，种群中间的鹈鹕随机走动，以加快收敛速度并提升全局搜索能力，具体如下： 1对于危险状态的鹈鹕边缘个体，更新公式如下： ； 式中，为种群当前的最优解位置； 2对于安全状态的鹈鹕中间个体，更新公式如下： ； 式中，为标准正态分布随机数，为种群的平均位置。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人同济大学，其通讯地址为：200092 上海市杨浦区四平路1239号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。