Predictability of Vehicle Fuel Consumption Using LSTM: Findings from Field Experiments
Artikel i vetenskaplig tidskrift, 2023
Real-world data
Fuel consumption prediction
Eco-driving
Test site data
FuelNet
Long short-term memory (LSTM) neural networks
Författare
Guanqun Wang
Changan University
Licheng Zhang
Changan University
Zhigang Xu
Changan University
Runmin Wang
Changan University
Syeda Mahwish Hina
Changan University
Tao Wei
Ltd.
Xiaobo Qu
Chalmers, Arkitektur och samhällsbyggnadsteknik, Geologi och geoteknik
Ran Yang
Changan University
Journal of Transportation Engineering Part A: Systems
24732907 (ISSN) 24732893 (eISSN)
Vol. 149 5 04023030Ämneskategorier
Bioinformatik (beräkningsbiologi)
Farkostteknik
Sannolikhetsteori och statistik
DOI
10.1061/JTEPBS.TEENG-7643