تحلیل رفتار رانندگی از منظر مصرف سوخت با استفاده از دادههای واحد کنترل الکترونیکی موتور مبتنی بر هوش مصنوعی

در این پژوهش ، تحلیل مفهومی بر روی رفتار رانندگی با تمرکز بر مصرف سوخت و خوشه بندی رانندگان ارائه شده است . داده های رانندگی ۸۰ نفر توسط یک دستگاه ضبط کننده داده که به درگاه OBD خودرو متصل می شود، جمع آوری شدند . ویژگی های مهم مرتبط با مصرف سوخت توسط ماتریس همبستگی و مفاهیم موجود در حوزه قوای محرکه استخراج شدند . در این راستا، برخی متغیرهای کلیدی مانند شتاب گیری و ترمزگیری نیز تعریف شده و محاسبه شدند . سپس مدل های رگرسیون بر روی ویژگی های استخراج شده به منظور پیش بینی مصرف سوخت اعمال شدند. در این تحلیل ، تاثیرگذارترین عوامل رفتار رانندگی بر مصرف سوخت و میزان اثر آنها بدست آمدند . سپس تکنیک هاییادگیری ماشین بدون نظارت به کار گرفته شدند تا رانندگان بر اساس نحوه رانندگی خود در خوشه های مختلف خوشه بندی شوند. بررسی مقایسه ای بر روی الگوریتم های مختلف برای ارزیابی کارایی روش های مختلف خوشه بندی انجام شده است . در پایان، پیشنهادات ارزشمندی برای سازندگان خودرو، سیاستگذاران و رانندگان با توجه نتایج ارائه شده است که به تاکید اثر رفتار ران ندگی بر بهره وری سوخت و پتانسیل های آن برای سیستم های دستیار رانندگی می پردازد.

کلیدواژه ها:

رفتار رانندگی ، خوشه بندی رانندگان ، مصرف سوخت ، یادگیری ماشین .