實現(xiàn)公共交通電氣化，被視為富有前景的節(jié)能減排方式。通常情況下，電動公交車的續(xù)航里程短、充電時間長，容易使運營商和駕駛員產(chǎn)生“續(xù)航焦慮”。對電動公交車進行準(zhǔn)確的能耗估算，有益于車輛規(guī)劃和使用，可以有效減少“里程焦慮”。

據(jù)外媒報道，中國科學(xué)院福建物質(zhì)結(jié)構(gòu)研究所林名強博士的團隊提出一種基于隨機森林回歸(RFR)的全新能耗評估方法，可用于估算電動公交車的瞬時能耗。

RFR是一種基于決策樹的Bagging模型，基本思想是訓(xùn)練多棵樹對同一數(shù)據(jù)進行預(yù)測，然后把這些樹預(yù)測結(jié)果做一個投票，投票加總進行分類，而這些樹模型彼此之間不會有任何影響。RFR的主要特征是對偶隨機性，即數(shù)據(jù)抽樣隨機性和特征抽樣隨機性。

研究人員從駕駛行為、車輛狀態(tài)和外部環(huán)境等多個來源，選取影響電動公交車能耗的若干因素。其中，駕駛行為特征包括速度、加速度、檔位、油門踏板和減速踏板狀態(tài);車輛狀態(tài)特征包括電池、電機和電機控制器的狀態(tài)參數(shù);外部環(huán)境特征主要包括天氣特征。

研究人員提出RFR整體學(xué)習(xí)模型，以預(yù)測電動公交車的瞬時能耗。受雙隨機性影響，每棵樹都用不同的數(shù)據(jù)和特征進行訓(xùn)練，賦予每棵樹個性。取所有樹模型預(yù)測結(jié)果的平均值，即為RFR的預(yù)測結(jié)果。

此外，研究人員通過計算基尼系數(shù)，分析各種特征的重要性。結(jié)果表明，電機控制器和電池的狀態(tài)特征，能對電動公交車的瞬時能耗產(chǎn)生明顯的影響。在駕駛行為特征中，油門踏板狀態(tài)和速度是兩個較為重要的因素。在外部環(huán)境特征中，只有環(huán)境溫度對瞬時能耗的影響較大。

研究人員使用整體學(xué)習(xí)模型來預(yù)測電動公交車的瞬時能耗，獲得了良好的預(yù)測結(jié)果。通過特征重要性分析，確定了不同特征對電動公交車瞬時能耗的影響程度。