汽车燃油消耗预测模型的研究进展.pdfVIP

第42卷第2期内燃机与动力装置Vol.42No.2

2025年3月INTERNALCOMBUSTIONENGINEPOWERPLANTMar.2025

D01:10.19471/j.cnki.1673-6397.2025.02.001

汽车燃油消耗预测模型的研究进展

关鹏1-2,任烁今²,沈义涛1.3,赵健福²

1.哈尔滨工业大学（威海）汽车工程学院，山东威海264209；

2．中汽研汽车检验中心（天津）有限公司，天津300300；

3.上海交通大学动力机械与工程教育部重点实验室，上海200240

摘要：为准确预测车辆在不同工况下的油耗，帮助研发人员深人了解发动机的油耗变化规律并进一步优化发动

机性能，全面总结和分析现有的油耗预测模型，将其分为传统油耗预测模型和基于数据驱动的机器学习油耗预

测模型两大类，并将基于数据驱动的机器学习油耗预测模型进一步细分为多元回归、浅层机器学习、深度学习

和混合式油耗预测模型四类，分析各种模型的预测方法及其变体的应用现状、优势与局限性。明确各类模型的

最佳应用场景，指出当前研究中存在的主要问题和挑战。数据驱动的机器学习类预测模型中，多元回归方法对

线性相关性强的数据具有很好的表现，且模型透明度高，易于理解；机器学习能够有效应对复杂的非线性关系，

特别是深度学习,可以充分挖掘数据中的特征,实现燃油消耗的精准预测，但对数据质量要求较高，模型相对复

杂。根据不同模型的特点与应用，对油耗预测未来的发展进行展望。

关键词：油耗预测；数据驱动；机器学习；深度学习；混合油耗模型

中图分类号:TP18文献标志码：A文章编号：1673-6397(2025)02-0001-15

引用格式：关鹏，任烁今，沈义涛，等.汽车燃油消耗预测模型的研究进展[J].内燃机与动力装置，2025，42

(2):1-15.

GUANPeng,RENShuojin,SHENYitao,etal.Researchprogressofvehiclefuelconsumptionprediction

models[J].InternalCombustionEnginePowerplant,2025,42(2):1-15.

0引言

全球变暖已经成为日益严重的社会问题。为有效解决温室气体的过量排放，中国宣布到2030年

实现碳达峰目标，到2060年完成碳中和这一重要任务。中国提交的《强化应对气候行动一一中国国家自

主贡献》明确提出：到2030年，单位国内生产总值C0，排放比2005年下降60%~65%的目标，非化石能

源占一次能源消费的20%左右[21。我国约有10%的能源消耗来自运输行业，随着汽车工业和物流行业

的蓬勃发展，中国汽车保有量仍然保持增长趋势。2023年全国机动车保有量高达4.35亿辆，汽车保有量

1700万辆，增长率约为5.33%。截止到2024年上半年，我国机动车保有量已经上涨至4.40亿辆，其中

车保有量增长趋势明显。目前，汽车污染物排放与能源消耗对我国的环保和可持续发展构成严峻挑战，

对人类的身心健康构成巨大威胁。减少能源消耗与环境污染成为当下待解决的问题[9]。重型商用车

收稿日期：2025-01-02

基金项目：动力机械与工程教育部重点实验室开放课题（202301)

第一作者简介：关鹏（2000一），男，黑龙江佳木斯人，研士研究生，主要研究方向为机器学习、深度学习、油耗预测等，

E-mail:23S130316@stu.hit.edu.cn。

*通信作者简介：沈义涛（1982一），男，湖北潜江人，工学博士，副教授，硕士生导师，主要研究方向为车辆智能化、电动化

与低碳化,E-mail:shenyitao@。

2内燃机与动力装置2025年3月第42卷

第四阶段油耗限值将于2025年7月1日实施，越来越