Résumé:
Les cycles de conduite influencent grandement l'économie de carburant, en particulier dans
les véhicules électriques hybrides. Le but de cette étude est de développer une méthode pour
identifier le type de cycle de conduite avec une meilleure précision et moins temps
d'échantillonnage que d'autres algorithmes de reconnaissance de cycle de conduite. Un
algorithme de reconnaissance du cycle de conduite basé sur l'apprentissage du réseau neuronal
de quantification vectorielle est créé, entrainé par quatre cycles de conduite représentatifs,
obtenus par deux méthodes de partitionnement, puis tester par un cycle de conduite généré par
Matlab Simulink. Le résultat de la simulation montre que la précision de la reconnaissance du
cycle de conduite est très bonne.