System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种商用车舒适性主客观评价一体化方法技术_技高网

一种商用车舒适性主客观评价一体化方法技术

技术编号:40418506 阅读:5 留言:0更新日期:2024-02-20 22:36
本发明专利技术提供一种商用车舒适性主客观评价一体化方法,为获得与主观评价时相同车辆运动状态下的客观指标,尝试将驾驶员的主观评价操作进行客观化,形成一套用于客观试验的主观评价测试方法。首先,给定商用车驾乘人员主客评价项目,初步确定车辆相关客观指标,提取商用车主观评价试验的历史客观指标数据,并进行前处理工作;其次,通过弹性网络建立单一层级主观评价指标与客观指标间的相关模型;接着,对单一主观层级指标主客观指标相关模型进行统计学检验;最后,通过决策试验与评价实验室方法(DEMATEL)确定主观评价体系中评价项目及指标的因果关系和权重,得到最终的舒适性主客观评价一致性模型。

【技术实现步骤摘要】

本专利技术属于车辆性能评价与分析,主要涉及一种商用车舒适性的主客观评价一体化方法。


技术介绍

1、随着经济的发展和生活水平的提高,商用车辆特别是用于长途旅行和公共交通的车辆,对舒适性的需求日益增加。舒适性已成为衡量车辆品质和乘坐体验的重要标准之一。在传统的评价体系中,商用车的舒适性评价往往依赖于主观调查和用户反馈,这些方法受到个人偏好、情绪状态和评价条件的限制,缺乏客观性和重复性。且在商用车的设计过程中,难以直接获取设计车辆的驾乘人员舒适性,需要商用车辆进行实车试验才能得到相应的驾乘人员主观舒适性评价,并根据主观评价进行车辆开发过程的修改。而通过实车试验来实现的车辆设计优化会非常影响车辆的开发进度。

2、为避免上述问题,本专利技术提出一种商用车舒适性主客观评价一体化方法,为获得与主观评价时相同车辆运动状态下的客观指标,尝试将驾驶员的主观评价操作进行客观化,形成一套用于客观试验的主观评价测试方法。本专利技术可以从历史实车试验数据中得到商用车驾乘人员主观舒适性感受的客观化表达,最终实现可以通过某些特定的客观试验数据推算得到车辆驾乘人员的主观评价感受,以便在车辆设计和开发的早期阶段对舒适性进行准确的预测和评估帮助加快商用车辆设计开发。


技术实现思路

1、本专利技术旨在为商用车提供一种舒适性主客观一体化评价方法,保证商用车辆可以通过相关客观试验测试数据推算得到商用车驾乘人员的主观评价感受,进而可以实现通过客观试验数据来更加准确的描述驾驶员的主观驾乘感觉,帮助加快商用车辆的开发进度。

2、本专利技术是采用如下技术方案实现的:

3、步骤一:首先给定商用车驾乘人员主客评价项目,并初步确定车辆的相关客观指标;提取商用车历史主观评价试验时车辆对应的客观指标数据,进行前处理工作。

4、本专利技术首先设计商用车主观评价项目,包括但不限于乘坐舒适性、声学舒适性和转向舒适性、起步性能等层级。并初步确定商用车辆与主观评价相对应的客观指标,包括但不限于车辆各向振动加速度、车辆噪音水平(发动机噪音、路面噪音、空气动力噪音)、车厢环境(温度、湿度)、乘坐稳定性(车辆侧倾角度、乘坐空间)等。

5、

6、其中数据的前处理工作主要包括去除传感器零飘、进行数据的筛选、滤波工作,利用多项式拟合、增益计算、归一化处理、信号相关分析等。

7、步骤二:通过弹性网络建立单一层级主观评价指标(乘坐舒适性、声学舒适性和转向舒适性、起步性能)与客观指标间的相关模型。

8、通过弹性网络回归模型构建了一个综合主观评价指标和客观指标的关联性分析框架。弹性网络通过融合l1和l2正则化项,既考虑了变量的选择(lasso的特性),又考虑了参数的收缩(岭回归的特性)。这种方法可以在维持模型稳定性的同时,有效地处理变量间的共线性问题。通过调整正则化参数,弹性网络能够辨别出对主观评价指标贡献最大的客观指标,同时淘汰那些贡献较小或无显著相关性的指标。这一过程通常借助于交叉验证来确定最优的正则化参数,保证了模型的可靠性和预测精度。因此,弹性网络回归提供了一个在保留关键信息的同时提升模型健壮性的有效途径。

9、步骤三:对单一主观层级指标主客观指标相关模型进行统计学检验。

10、运用统计学检验的方法对步骤二建立的模型进行拟合优度检验、置信度检验。判定单一层级主观评价指标与客观指标相关模型的拟合精度。其中,校正样本决定系数adjr2需大于0.85,且所有回归方程的置信度水平均在90%以上。

11、

12、其中,n为样本的数量;yi是第i个观测到的因变量(响应变量)的值;xi是第i个观测到的自变量(预测变量)的向量;β是需要估计的系数向量;λ是正则化参数,控制正则化的强度;α是弹性网络混合参数,其值介于0和1之间:

13、当α=1时,惩罚项就是lasso(只有pβp1项,即l1正则化)。

14、当α=0时,惩罚项就是岭回归(只有项,即l2正则化)。

15、对于0<α<1,惩罚项是l1和l2正则化项的组合,即弹性网络。

16、正则化参数λ和混合参数α的最佳值通常通过交叉验证确定。使用均方误差(mse)作为性能度量,选择在验证集上mse最小的λ和α组合。

17、步骤四:通过决策试验与评价实验室方法(dematel)确定主观评价体系中评价项目及指标的因果关系和权重,得到最终的舒适性主客观评价一致性模型。

18、由于主观评价指标之间的权重分配存在不确定性,并且驾乘人员很难明确给出各层级指标的确切权重,因此采用dematel方法来解决这一问题。dematel不仅可以处理评价项目间的关联性和模糊性,还可以揭示指标间的影响关系和反馈循环。通过收集专家对评价指标相互影响程度的判断,建立直接关系矩阵,并转化为标准化的直接-间接影响矩阵,从而量化各评价指标的影响力和被影响程度。这使得我们能够识别出在主观评价体系中影响力最大的指标,并据此分配相对权重。最终,dematel揭示了主观评价体系中各层级指标间的复杂关系,提供了一种量化评价指标权重的有效手段,从而建立了舒适性主观评价总评分与底层评价指标间的权重关系。

19、(1)首先初始化直接关系矩阵a:

20、a为一个n×n矩阵,其中n是评价指标的数量。矩阵a的元素表示第aij个指标对第j个指标的直接影响程度,通常由专家评分给出。

21、(2)计算标准化直接关系矩阵d:

22、

23、其中,是矩阵a中的最大元素。这一步将矩阵a的所有元素缩放到[0,1]之间。

24、(3)计算总关系矩阵t:

25、t=(i-d)-1

26、i是单位矩阵,这一步是为了将直接影响转化为包含直接和间接影响的总影响。

27、(4)计算影响力和被影响程度:

28、影响力ri(行和):

29、被影响程度cj(列和):确定因果图:

30、对于每个指标i,计算(ri+ci)表示该指标的总影响力(即影响力和被影响程度的和),(ri-ci)表示该指标是影响其他指标(因子)还是被其他指标影响(结果)。正值表示因子,负值表示结果。

31、通过以上步骤,采用dematel方法不仅可以确定各指标之间的影响程度,还可以揭示它们之间的因果关系。最终,这些信息被用于确定商用车舒适性各层级主观评价指标的权重,构建出一个反映主客观评价一致性的模型。

32、与现有技术相比本专利技术的有益效果是:

33、1.本专利技术建立一种商用车舒适性主客观评价一体化方法,可以从历史实车试验数据中得到商用车驾乘人员主观舒适性感受的客观化表达,最终实现可以通过某些特定的客观试验数据推算得到车辆驾乘人员的主观评价感受,以便在车辆设计和开发的早期阶段对舒适性进行准确的预测和评估帮助加快商用车辆设计开发.

34、2.相较于传统的方法,本专利技术提出的商用车舒适性主客观评价一体化方法对商用本文档来自技高网...

【技术保护点】

1.一种商用车舒适性主客观评价一体化方法,其特征在于,包括以下步骤:

【技术特征摘要】

1.一种商用车舒适性主客观评价一体...

【专利技术属性】
技术研发人员:苏梦月胡玮明汤超李杨
申请(专利权)人:中汽院重庆汽车检测有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1