北京市国产轻型轿车车载诊断系统（OBD）数据分析.PDF

北京市国产轻型轿车车载诊断系统（OBD ）数据分析 —基于数据挖掘的 OBD 参数研究 云南师范大学 黄琼华、王敏、王璐 目录 摘要：4 一、问题的提出及研究思路 5 （一）问题的提出 5 （二）研究思路 5 二、建模准备 6 （一）数据来源 6 （二）数据分析与预处理 6 （三）模型假设 7 （四）变量选择 7 三、模型构建 7 （一）聚类分析 7 （二）主成分分析 7 （三）多元线性回归 8 （四）机器学习方法 8 1.决策树8 2.SVM 法8 3.BOOSTING 回归8 4.随机森林回归9 四、数据挖掘技术 9 （一）理论准备 9 1. K 均值聚类法9 2.主成分分析9 1 3.现代分类和回归：机器学习算法的基本思想11 4. 多元线性回归11 （1）.模型定义11 （二）聚类分析 12 1.基于主成分分析的分层聚类12 2.K-MEANS 聚类16 （三）主成分分析 17 （四）现代分类和回归：机器学习方法 20 1.决策树回归：回归树20 2.BOOSTING 回归21 3.支持向量机（SVM ）22 4.随机森林22 5.交叉验证比较各个模型22 （五）多元线性模型 23 五、主要结论和不足之处 24 六、政策建议 25 七、附录 25 八、参考文献 26 2 表格和插图清单 表 1 车辆编码 p6 表 2 10 折交叉验证训练集的 NMSE p23 表 3 即时参数数据 p25 表 4 综合参数数据 p26 图 1 综合参数分层聚类 1 p13 图2 综合参数分层聚类 2 p13 图 3 综合参数分层聚类 3 p14 图4 即时参数分层聚类 1 p14 图 5 即时参数分层聚类 2 p15 图6 即时参数分层聚类 3 p15 图 7 综合参数的 K-Means 聚类 p16 图8 即时参数的K-Means 聚类 p17 图9 即时参数主成分分析的崖底碎石图(贡献率，左)和图 10 累计贡献率（右） p18 图 11 即时参数主成分分析的载荷图 p19 图 12 综合参数主成分分析的崖底碎石图 (贡献率，左)和图 13 累计贡献率图（右）p19 图 14 综合参数的主成分得分图 p20 图 15 决策树 p21 图 16 变量重要性图 p22 图 17 拟合值与残差图 p24 3 摘要 OBD （On-Board Diagnostics：车载诊断系统）是一种装置于车中用以监控 车辆污染的系统，可于车辆的排放控制元件出现问题时，早期产生讯号以通知车 主送店维修，避免问题车辆在不知情的情况下制造更多的污染和长期磨损对汽车 造成伤害。OBD 技术还应用于汽车排污预测与防污措施建议等方面。由于OBD 诊 断数据专业性强且繁多，如何将指标简化易懂，有选择性的呈现给车主是个比较 关键的问题。为找出这些指标，我们通过基于数据挖掘分析，对 OBD 数据集数据 进行预处理，用聚类分析，主成分分析和因子分析将数据分类并筛选出比较重要 的指标，然后用随机森林做预测模型，选取重要