检索结果-南通市图书馆

Multivariate Deep Learning Approach for Electric Vehicle Speed Forecasting

Big Data Mining and Analytics 2021年第1期4卷 56-64页

作者： Youssef Nait Malek Mehdi Najib Mohamed Bakhouya mohammed essaaidi LERMA Lab College of Engineering and ArchitectureInternational University of RabatSala Al Jadida 11100Morocco ENSIAS Mohamed V UniversityAgdal Rabat 10112Morocco TICLab College of Engineering and ArchitectureInternational University of RabatSala Al Jadida 11100Morocco LERMA Lab College of EngineeringInternational University of RabatSala Al Jadida 11100Morocco

Speed forecasting has numerous applications in intelligent transport systems’design and control,especially for safety and road efficiency *** the field of electromobility,it represents the most dynamic parameter for efficient online in-vehicle energy ***,vehicles’speed forecasting is a challenging task,because its estimation is closely related to various features,which can be classified into two categories,endogenous and exogenous *** features represent electric vehicles’characteristics,whereas exogenous ones represent its surrounding context,such as traffic,weather,and road *** this paper,a speed forecasting method based on the Long Short-Term Memory(LSTM)is *** LSTM model training is performed upon a dataset collected from a traffic simulator based on real-world data representing urban *** proposed models are generated for univariate and multivariate scenarios and are assessed in terms of accuracy for speed *** results show that the multivariate model outperforms the univariate model for short-and long-term forecasting.

关键词： Electric Vehicle(EV) multivariate Long Short-Term Memory(LSTM) speed forecasting deep learning

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：