間點(diǎn)的瞬時(shí)油耗數(shù)據(jù)，發(fā)動(dòng)機(jī)轉(zhuǎn)速數(shù)據(jù)序列包含 汽車在行駛過(guò)程中的n個(gè)時(shí)間點(diǎn)的發(fā)動(dòng)機(jī)轉(zhuǎn)速數(shù)據(jù)，加速度數(shù)據(jù)序列是利用差分方法從車 速數(shù)據(jù)序列中提取得到。n個(gè)時(shí)間點(diǎn)中的每個(gè)時(shí)間點(diǎn)對(duì)應(yīng)一組車輛當(dāng)前的車速數(shù)據(jù)、瞬時(shí)油 耗數(shù)據(jù)、發(fā)動(dòng)機(jī)轉(zhuǎn)速數(shù)據(jù)W及車輛當(dāng)前的加速度數(shù)據(jù)，其中，n的取值為1~N，N為正整數(shù)。
[0059] 例如，可W由安裝在汽車駕駛室內(nèi)的行車記錄移動(dòng)終端中的應(yīng)用程序獲取汽車在 行駛過(guò)程中的車速數(shù)據(jù)序列、瞬時(shí)油耗數(shù)據(jù)序列，W及發(fā)動(dòng)機(jī)轉(zhuǎn)速數(shù)據(jù)序列，并利用差分方 法從車速數(shù)據(jù)序列中提取得到加速度數(shù)據(jù)序列。
[0060] 其中，移動(dòng)終端可W是智能手機(jī)、平板電腦、個(gè)人數(shù)字助理、電子書等具有各種操 作系統(tǒng)的硬件設(shè)備。
[0061] 應(yīng)用程序可W是指運(yùn)行在電子設(shè)備上的軟件程序，電子設(shè)備例如為個(gè)人電腦 化ersonal Computer,PC)，云端設(shè)備或者移動(dòng)設(shè)備，移動(dòng)設(shè)備例如智能手機(jī)，或者平板電腦 等。
[0062] 可選地，獲取汽車在行駛過(guò)程中的車速數(shù)據(jù)序列、瞬時(shí)油耗數(shù)據(jù)序列，W及發(fā)動(dòng)機(jī) 轉(zhuǎn)速數(shù)據(jù)序列，并根據(jù)車速數(shù)據(jù)序列獲取加速度數(shù)據(jù)序列，包括：
[0063] 獲取汽車在行駛過(guò)程中的n個(gè)時(shí)間點(diǎn)的車速數(shù)據(jù)、瞬時(shí)油耗數(shù)據(jù)，W及發(fā)動(dòng)機(jī)轉(zhuǎn)速 數(shù)據(jù)，W得到車速數(shù)據(jù)序列、瞬時(shí)油耗數(shù)據(jù)序列，W及發(fā)動(dòng)機(jī)轉(zhuǎn)速數(shù)據(jù)序列;根據(jù)差分方法 計(jì)算汽車在行駛過(guò)程中的n個(gè)時(shí)間點(diǎn)對(duì)應(yīng)的加速度數(shù)據(jù)，W得到加速度數(shù)據(jù)序列，其中，n的 取值為1~N，N為正整數(shù)。
[0064] S103:根據(jù)車速數(shù)據(jù)序列、瞬時(shí)油耗數(shù)據(jù)序列、發(fā)動(dòng)機(jī)轉(zhuǎn)速數(shù)據(jù)序列、加速度數(shù)據(jù) 序列、神經(jīng)網(wǎng)絡(luò)回歸計(jì)算模型，W及模糊概率映射模型獲取燃油經(jīng)濟(jì)性概率序列。
[0065] 例如，可W由安裝在汽車駕駛室內(nèi)的行車記錄移動(dòng)終端中的應(yīng)用程序根據(jù)車速數(shù) 據(jù)序列、瞬時(shí)油耗數(shù)據(jù)序列、發(fā)動(dòng)機(jī)轉(zhuǎn)速數(shù)據(jù)序列、加速度數(shù)據(jù)序列、神經(jīng)網(wǎng)絡(luò)回歸計(jì)算模 型，W及模糊概率映射模型獲取燃油經(jīng)濟(jì)性概率序列。
[0066] 具體地，分別將n個(gè)時(shí)間點(diǎn)中的每個(gè)時(shí)間點(diǎn)對(duì)應(yīng)的車輛當(dāng)前的車速數(shù)據(jù)、瞬時(shí)油耗 數(shù)據(jù)、發(fā)動(dòng)機(jī)轉(zhuǎn)速數(shù)據(jù)W及車輛當(dāng)前的加速度數(shù)據(jù)作為基于線性輸出的BP前饋神經(jīng)網(wǎng)絡(luò)的 輸入，計(jì)算輸出結(jié)果得到車輛當(dāng)前的燃油經(jīng)濟(jì)性指數(shù)，對(duì)n個(gè)時(shí)間點(diǎn)中的每個(gè)時(shí)間點(diǎn)對(duì)應(yīng)的 車輛當(dāng)前的車速數(shù)據(jù)、瞬時(shí)油耗數(shù)據(jù)、發(fā)動(dòng)機(jī)轉(zhuǎn)速數(shù)據(jù)W及車輛當(dāng)前的加速度數(shù)據(jù)均做W 上計(jì)算，獲取n個(gè)時(shí)間點(diǎn)中的每個(gè)時(shí)間點(diǎn)對(duì)應(yīng)的燃油經(jīng)濟(jì)性指數(shù)，則得到燃油經(jīng)濟(jì)性指數(shù)序 列。
[0067] 進(jìn)一步，將n個(gè)時(shí)間點(diǎn)中的每個(gè)時(shí)間點(diǎn)對(duì)應(yīng)的燃油經(jīng)濟(jì)性指數(shù)作為模糊概率映射 模型的輸入，計(jì)算輸出結(jié)果得到車輛當(dāng)前的燃油經(jīng)濟(jì)性概率，對(duì)n個(gè)時(shí)間點(diǎn)中的每個(gè)時(shí)間點(diǎn) 對(duì)應(yīng)的車輛當(dāng)前的燃油經(jīng)濟(jì)性指數(shù)均做該計(jì)算，獲取n個(gè)時(shí)間點(diǎn)中的每個(gè)時(shí)間點(diǎn)對(duì)應(yīng)的燃 油經(jīng)濟(jì)性概率，則得到燃油經(jīng)濟(jì)性概率序列，其中，n的取值為1~N，N為正整數(shù)。
[0068] 可選地，根據(jù)車速數(shù)據(jù)序列、瞬時(shí)油耗數(shù)據(jù)序列、發(fā)動(dòng)機(jī)轉(zhuǎn)速數(shù)據(jù)序列、加速度數(shù) 據(jù)序列、神經(jīng)網(wǎng)絡(luò)回歸計(jì)算模型，W及模糊概率映射模型獲取燃油經(jīng)濟(jì)性概率序列，包括： 將車速數(shù)據(jù)序列、瞬時(shí)油耗數(shù)據(jù)序列、發(fā)動(dòng)機(jī)轉(zhuǎn)速數(shù)據(jù)序列，W及加速度數(shù)據(jù)序列作為神經(jīng) 網(wǎng)絡(luò)回歸計(jì)算模型的輸入，計(jì)算輸出結(jié)果得到燃油經(jīng)濟(jì)性指數(shù)序列;將燃油經(jīng)濟(jì)性指數(shù)序 列作為模糊概率映射模型的輸入，計(jì)算輸出結(jié)果得到燃油經(jīng)濟(jì)性概率序列。
[0069] S104:將燃油經(jīng)濟(jì)性概率序列中的每個(gè)燃油經(jīng)濟(jì)性概率依次與預(yù)設(shè)概率闊值進(jìn)行 比對(duì)，W得到比對(duì)結(jié)果。
[0070] 其中，預(yù)設(shè)概率闊值可W由行車記錄移動(dòng)終端中的應(yīng)用程序的內(nèi)置程序預(yù)先設(shè) 定。
[0071 ]具體地，將燃油經(jīng)濟(jì)性概率序列中的n個(gè)時(shí)間點(diǎn)中的每個(gè)時(shí)間點(diǎn)對(duì)應(yīng)的燃油經(jīng)濟(jì) 性概率依次與預(yù)設(shè)概率闊值進(jìn)行比對(duì)，W得到n個(gè)時(shí)間點(diǎn)中的每個(gè)時(shí)間點(diǎn)對(duì)應(yīng)的比對(duì)結(jié)果， 其中，n的取值為1~N，N為正整數(shù)。
[0072] S105:根據(jù)比對(duì)結(jié)果對(duì)汽車燃油經(jīng)濟(jì)性進(jìn)行評(píng)估。
[0073] 具體地，可W掃描燃油經(jīng)濟(jì)性概率序列，當(dāng)n個(gè)時(shí)間點(diǎn)中的某一個(gè)時(shí)間點(diǎn)對(duì)應(yīng)的燃 油經(jīng)濟(jì)性概率小于預(yù)設(shè)概率闊值時(shí)，則將該時(shí)間點(diǎn)對(duì)應(yīng)的行程片段識(shí)別為汽車燃油非經(jīng)濟(jì) 性過(guò)程，并記錄汽車燃油非經(jīng)濟(jì)性過(guò)程對(duì)應(yīng)的汽車行駛數(shù)據(jù)信息，汽車行駛數(shù)據(jù)信息可W 包括該汽車燃油非經(jīng)濟(jì)性過(guò)程的起止時(shí)間，行駛地點(diǎn)，最小車速數(shù)據(jù)，最大車速數(shù)據(jù)，平均 車速數(shù)據(jù)，最小發(fā)動(dòng)機(jī)轉(zhuǎn)速數(shù)據(jù)，最大發(fā)動(dòng)機(jī)轉(zhuǎn)速數(shù)據(jù)，平均發(fā)動(dòng)機(jī)轉(zhuǎn)速數(shù)據(jù)，最小瞬時(shí)油 耗數(shù)據(jù)，最大瞬時(shí)油耗數(shù)據(jù)，平均瞬時(shí)油耗數(shù)據(jù)，W及加速度數(shù)據(jù)。
[0074] 同時(shí)，獲取汽車在整個(gè)行駛過(guò)程中的汽車燃油非經(jīng)濟(jì)性過(guò)程，W評(píng)估汽車在整個(gè) 行駛過(guò)程中的汽車燃油經(jīng)濟(jì)性，其中，n的取值為1~N，N為正整數(shù)。
[0075] 可選地，根據(jù)比對(duì)結(jié)果對(duì)汽車燃油經(jīng)濟(jì)性進(jìn)行評(píng)估，包括:根據(jù)比對(duì)結(jié)果獲取汽車 在行駛過(guò)程中的汽車燃油非經(jīng)濟(jì)性過(guò)程;根據(jù)汽車燃油非經(jīng)濟(jì)性過(guò)程對(duì)應(yīng)的汽車行駛數(shù)據(jù) 信息對(duì)汽車燃油經(jīng)濟(jì)性進(jìn)行評(píng)估。
[0076] 可選地，根據(jù)比對(duì)結(jié)果獲取汽車在行駛過(guò)程中的汽車燃油非經(jīng)濟(jì)性過(guò)程，包括:在 燃油經(jīng)濟(jì)性概率序列中的燃油經(jīng)濟(jì)性概率小于預(yù)設(shè)概率闊值時(shí)，判定小于預(yù)設(shè)概率闊值的 燃油經(jīng)濟(jì)性概率對(duì)應(yīng)的汽車行程片段為汽車燃油非經(jīng)濟(jì)性過(guò)程;依次掃描燃油經(jīng)濟(jì)性概率 序列中的每個(gè)燃油經(jīng)濟(jì)性概率，W獲取汽車在行駛過(guò)程中的汽車燃油非經(jīng)濟(jì)性過(guò)程。
[0077] 本實(shí)施例中，通過(guò)根據(jù)車速數(shù)據(jù)序列、瞬時(shí)油耗數(shù)據(jù)序列、發(fā)動(dòng)機(jī)轉(zhuǎn)速數(shù)據(jù)序列、 加速度數(shù)據(jù)序列、神經(jīng)網(wǎng)絡(luò)回歸計(jì)算模型，W及模糊概率映射模型獲取燃油經(jīng)濟(jì)性概率序 列，W對(duì)汽車燃油經(jīng)濟(jì)性進(jìn)行評(píng)估，能夠有效識(shí)別出汽車在行駛過(guò)程中的汽車燃油非經(jīng)濟(jì) 性過(guò)程，根據(jù)汽車燃油非經(jīng)濟(jì)性過(guò)程對(duì)應(yīng)的汽車行駛數(shù)據(jù)信息對(duì)汽車燃油經(jīng)濟(jì)性進(jìn)行評(píng) 估，提升汽車駕駛體驗(yàn)。
[0078] 圖4是本發(fā)明另一實(shí)施例提出的汽車燃油經(jīng)濟(jì)性的評(píng)估方法的流程示意圖，該汽 車燃油經(jīng)濟(jì)性的評(píng)估方法包括：
[0079] S401:獲取車速樣本數(shù)據(jù)、瞬時(shí)油耗樣本數(shù)據(jù)，W及發(fā)動(dòng)機(jī)轉(zhuǎn)速樣本數(shù)據(jù)，并根據(jù) 車速樣本數(shù)據(jù)獲取加速度樣本數(shù)據(jù)，其中，車速樣本數(shù)據(jù)、瞬時(shí)油耗樣本數(shù)據(jù)，W及發(fā)動(dòng)機(jī) 轉(zhuǎn)速樣本數(shù)據(jù)均帶有燃油經(jīng)濟(jì)性指數(shù)。
[0080] 燃油經(jīng)濟(jì)性指數(shù)是無(wú)量綱數(shù)值，其取值在0~15之間，燃油經(jīng)濟(jì)性指數(shù)的值越大， 表示汽車的燃油經(jīng)濟(jì)性越好，越經(jīng)濟(jì)。
[0081] 本發(fā)明實(shí)施例中，根據(jù)采集的車速樣本數(shù)據(jù)、瞬時(shí)油耗樣本數(shù)據(jù)，W及發(fā)動(dòng)機(jī)轉(zhuǎn)速 樣本數(shù)據(jù)對(duì)應(yīng)的燃油經(jīng)濟(jì)性指數(shù)進(jìn)行實(shí)例回歸分析，用于實(shí)例回歸分析的車速樣本數(shù)據(jù)的 個(gè)數(shù)為2527個(gè)，其數(shù)據(jù)形式如表1所示：
[0083]表 1
[0084] 具體地，可W利用差分方法從車速樣本數(shù)據(jù)序列中提取得到加速度樣本數(shù)據(jù)序 列。
[0085] S402:根據(jù)車速樣本數(shù)據(jù)、瞬時(shí)油耗樣本數(shù)據(jù)、發(fā)動(dòng)機(jī)轉(zhuǎn)速樣本數(shù)據(jù)，W及加速度 樣本數(shù)據(jù)建立神經(jīng)網(wǎng)絡(luò)回歸計(jì)算模型。
[0086] 在本發(fā)明的實(shí)施例中，對(duì)于適用于云服務(wù)器計(jì)算的汽車燃油經(jīng)濟(jì)性的評(píng)估方法， 為了提高回歸分析模型計(jì)算精度，需選擇一個(gè)從理論上可W逼近任何函數(shù)的回歸分析模 型，而基于線性輸出的前饋神經(jīng)網(wǎng)絡(luò)是一個(gè)很好的選擇。
[0087] 因此，在本發(fā)明的實(shí)施例中的神經(jīng)網(wǎng)絡(luò)回歸計(jì)算模型使用基于線性輸出的BP (Back Propagation)前饋神經(jīng)網(wǎng)絡(luò)。
[0088] BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)。 BP神經(jīng)網(wǎng)絡(luò)能學(xué)習(xí)和存膽大量的輸入-輸出模式映射關(guān)系，而無(wú)需事前掲示描述運(yùn)種映射 關(guān)系的數(shù)學(xué)方程。B巧巾經(jīng)網(wǎng)絡(luò)模型的拓?fù)浣Y(jié)構(gòu)包括輸入層（input)、隱藏層化idden layer) 和輸出層(output layer)。
[0089] 基于線性輸出的BP前饋神經(jīng)網(wǎng)絡(luò)與一般BP神經(jīng)網(wǎng)絡(luò)的區(qū)別是它的激勵(lì)函數(shù)是線 性函數(shù)，其包含輸入層、隱藏層和輸出層。
[0090] 如圖2所示，為本發(fā)明實(shí)施例中BP神經(jīng)網(wǎng)絡(luò)模型拓?fù)浣Y(jié)構(gòu)示意圖，包括輸入層21、 隱藏層22, W及輸出層23。
[0091 ] 基于線性輸出的BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練過(guò)程如下：
[0092] (1)、根據(jù)輸入輸出序列(X=[xi，x2, . . .，Xn]T,Y=[yi，y2, . . .，ym]T)確定基于線性 輸出的BP神經(jīng)網(wǎng)絡(luò)輸入層節(jié)點(diǎn)數(shù)n、隱藏層節(jié)點(diǎn)數(shù)1、輸出層節(jié)點(diǎn)數(shù)m。其中，
[0093] 隨機(jī)初始化輸入層與隱藏層的連接權(quán)值為aij(l < i < n，l < j < 1)、隱藏層與輸出 層的連接權(quán)值為0化（1< j<l，l<k<m)，初始化隱藏層各神經(jīng)元的闊值為aj(j = l，2,…， 1)，輸出層各神經(jīng)元闊值為bk化=1，2,…，m)，自動(dòng)篩選學(xué)習(xí)率II，神經(jīng)元激勵(lì)函數(shù)為線性函 數(shù)：?^)=(3日+以，本發(fā)明實(shí)施例的神經(jīng)網(wǎng)絡(luò)回歸計(jì)算模型中(3日=0,。= 1，]1，1]1，1的取值為1~ N，N為正整數(shù)；
[0094] (2)、根據(jù)輸入向量X，輸入層與隱藏層間的連接權(quán)值au及隱藏層闊值aj，可得隱藏 層輸出為：
[0096] 其中，f(x)為隱藏層激勵(lì)函數(shù)，n，l的取值為1~N，N為正整數(shù)；
[0097] (3)、根據(jù)隱藏層輸出11^^' = 1，2^-，1)，隱藏層與輸出層的連接權(quán)值0化和輸出層 各神經(jīng)元闊值bk，可得BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)輸出為：
[0099] 其中，m，l的取值為1~N，N為正整數(shù)。
[0100] (4)、根據(jù)BP神經(jīng)網(wǎng)絡(luò)輸出Ok和期望輸出yk，可得BP神經(jīng)網(wǎng)絡(luò)誤差為：
[0101] ek = 〇k-yk，k = l ,2,... ,m;
[0102] (5)、根據(jù)BP神經(jīng)網(wǎng)絡(luò)誤差ek更新BP網(wǎng)絡(luò)權(quán)值(?和&k，即 m
[010；3] +/訴藝Av'(,a'，古=1，之-，巧，i=lA …，/， k 二I
[0104] 0北北+Tihjek，j = l ,2,...,1，k = l,2，...，m;
[0105] 其中，n為學(xué)習(xí)率，n，m，l的取值為I~N，N為正整數(shù)；
[0106] (6)、根據(jù)BP神經(jīng)網(wǎng)絡(luò)誤差ek更新網(wǎng)絡(luò)節(jié)點(diǎn)闊值a^^k，即
[010引 bk^bk+ek，k = l ,2,... ,m;
[0109] 其中，m，l的取值為I~N，N為正整數(shù)； m
[0110] (7)、判斷神經(jīng)網(wǎng)絡(luò)誤差和是否小于設(shè)置闊值或當(dāng)前訓(xùn)練次數(shù)是否超過(guò) k 二I 神經(jīng)網(wǎng)絡(luò)訓(xùn)練最大次數(shù)，若是則結(jié)束訓(xùn)練，否則，重復(fù)執(zhí)行步驟(2)。
[0111] 圖3是本發(fā)明實(shí)施例中神經(jīng)網(wǎng)絡(luò)回歸計(jì)算模型示意圖，利用基于線性輸出的BP前 饋神經(jīng)網(wǎng)絡(luò)對(duì)步驟S401中燃油經(jīng)濟(jì)性觀測(cè)樣本數(shù)據(jù)(Xii，Xi2，L，Xin;yi)，i = l，2,…，N進(jìn)行 訓(xùn)練得到神經(jīng)網(wǎng)絡(luò)回歸計(jì)算模型，如圖3所示。
[0112] 對(duì)帶有燃油經(jīng)濟(jì)性指數(shù)標(biāo)簽的樣本數(shù)據(jù)(如表1)進(jìn)行前述神經(jīng)網(wǎng)絡(luò)訓(xùn)練得到神經(jīng) 網(wǎng)絡(luò)回歸計(jì)算模型fNN(Xl,X2，X3，X4)，其中Xl、X2、X3和X4分別表示車速樣本數(shù)據(jù)化m/s)、加速 度樣本數(shù)據(jù)(m/s2)、瞬