摘要：燃油经济性一直是汽车的关键性能指标,也是环境保护中迫切需要解决的问题,目前已有很多油耗测量的方法,但大多只实现了对汽车油耗的监控,无法快速且准确地评估不同车型的燃油经济性。本文基于实时的汽车CAN总线数据,提出了行驶场景的方法,将普通驾驶过程划分为短时间单元,对不同行驶状态下的汽车数据进行分类和分析,建立各场景下的评估模型,并根据各模型特点设计评分方法,综合评估汽车的燃油经济性。研究表明,评估结果不受驾驶环境或驾驶行为的影响,在规定的驾驶时间及路段测试后,油耗计算误差只有0.4,同车最大评估误差仅为4%。本方法可以为汽车购买者提供更为精准的车型燃油经济性评估报告,避免实地试驾的不便,有效提升理想车辆的选购率,能够推动新兴的在线汽车市场。

摘要：采用贝叶斯方法分析了单指数模型，该方法是通过Reversible Jump Markov Chain MonteCarlo技术（RJMCMC）来实现的．为了获得较快的运算法则，对误差方差和样条系数选取共轭的逆Gamma--正态先验分布，方便地获得其他未知量的边际后验分布并作为目标分布．为了实现从指数向量的条件后验分布中进行抽样的目的，另外设计了一个随机游动（Random Walk）Metropolis抽样器．应用所提议的方法分析了实际数据和例子．