您当前的位置：
首页 >
文章列表页 >
基于改进深度极限学习机的电动汽车行驶里程预测
交通运输工程·土木工程 | 更新时间：2026-05-15
上一篇|下一篇

    • 基于改进深度极限学习机的电动汽车行驶里程预测

    • Electric vehicle driving range prediction based on improved deep extreme learning machine

    • “研究人员提出"基于变分模态分解算法与经过蜣螂优化算法优化参数后的深度极限学习机模型相结合的行驶里程预测方法"，建立了VMD-DBO-DELM集成预测模型，显著提升了电动汽车行驶里程预测精度。”
    • 严利鑫 ，高雅婷 ，郭军华 ，李黄承成
    • 吉林大学学报（工学版） 2026年56卷第4期 页码：1019-1029
    • 作者机构：

      华东交通大学 交通运输工程学院，南昌 330013

    • 作者简介：

      严利鑫（1988-），男，教授，博士. 研究方向：智能交通. E-mail： yanlixinits@163.com

    • 基金信息：
      国家自然科学基金项目(52262048;52462049);江西省“赣鄱俊才支持计划”项目(20232BCJ23012)

    • DOI： 10.13229/j.cnki.jdxbgxb.20240985     

      中图分类号：

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 8 ) 表( 3 )

  • 参考文献

  • 出版信息

  • 数据统计

47

浏览量

22

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于机电惯容的车辆乘坐舒适性与侧向稳定性协同提升
负压气动造型对DrivAer车空气阻力的影响
考虑强度非均匀性的铝合金薄板双脉冲MIG焊接头建模方法
基于改进人工势场的自适应采样轨迹规划
基于Transformer与图注意力网络的车辆轨迹预测模型

相关作者

沈钰杰
李昭威
刘雁玲
李艺苑
杨晓峰
陈龙
李铭
赵尚义

相关机构

江苏大学 汽车工程研究院
江苏大学 汽车与交通工程学院
英国克兰菲尔德大学 先进车辆工程中心，英国 克兰菲尔德 AL
广西师范大学 农林智能装备技术广西高校工程研究中心
广西汽车集团有限公司 博士后与外部专家工作站