A Velocity Prediction Method Based on Fuzzy Markov Chain

Dieses Kapitel stellt eine neuartige Fuzzy-Markov-Kette (FMC) zur Vorhersage der Fahrzeuggeschwindigkeit in Hybrid-Elektrofahrzeugen (HEVs) vor. Die Studie befasst sich mit den Beschränkungen konventioneller Markov-Kettenmodelle, indem sie Fuzzy-Logik verwendet, um die kontinuierliche Beschleunigung von Fahrzeugen besser zu erfassen. Die vorgeschlagene FMC-Methode wird mit traditionellen mehrstufigen Modellen der Markov-Kette (MSMC) und Langzeit-Kurzzeitgedächtnis-Netzwerken (LSTM) verglichen und zeigt eine überlegene Vorhersagegenauigkeit. Das Kapitel untersucht auch die Auswirkungen verschiedener Mitgliedschaftsfunktionen wie Dreiecks- und Gaußsche auf die Vorhersageleistung. Simulationsergebnisse über drei Fahrzyklen zeigen, dass die FMC-Methode Vorhersagefehler im Vergleich zu MSMC bzw. LSTM um durchschnittlich 4,28% bzw. 3,41% reduziert. Die Ergebnisse unterstreichen die Effektivität der FMC-Methode bei der Verbesserung der Genauigkeit der Geschwindigkeitsprognose in HEVs und bieten wertvolle Erkenntnisse zur Verbesserung der Steuerungsleistung von Strategien für vorausschauendes Energiemanagement.