本发明涉及汽车，特别涉及一种车辆能耗优化方法及系统。
背景技术：
1、随着科技的进步以及生产力的快速发展，汽车已经在人们的日常生活中得到普及，并且已经成为了人们日常出行必不可少的交通工具之一，极大的方便了人们的生活。
2、其中，新能源电动汽车的生产技术也日趋成熟，并且已经得到了人们的认可，逐渐在人们的日常生活中得到普及，具体的，电池包是新能源电动汽车的核心零部件之一，其用于给新能源电动汽车提供电能，因此，控制电池包的使用能耗能够直接决定新能源电动汽车的续航里程。
3、进一步的，现有技术在实时计算新能源电池包能耗的过程中，大部分会通过现有的粒子群算法对电池包实时产生的能耗数据进行收敛处理，以计算出对应的能耗值，然而，此种计算方式只能处理单一的电池能耗数据，当需要同时处理多个目标的电池能耗数据时，可能会出现收敛精度不足的问题，从而对应降低了电池能耗的计算精度，对应降低了用户使用体验。
技术实现思路
1、基于此，本发明的目的是提供一种车辆能耗优化方法及系统，以解决现有技术当同时处理多个目标的电池能耗数据时，可能会出现收敛精度不足，导致降低了电池能耗计算精度的问题。
2、本发明实施例第一方面提出了：
3、一种车辆能耗优化方法，其中，所述方法包括：
4、当实时检测到车辆开始行驶时，实时检测出与所述车辆对应的车辆行驶参数、与所述车辆内部的电池包对应的电池工作参数；
5、实时创建出一原始时间轴，并在所述原始时间轴上按照时间的先后顺序将所述车辆行驶参数以及所述电池工作参数逐一映射至所述原始时间轴上，以生成对应的目标时间轴；
6、根据所述目标时间轴实时整合出对应的车辆行驶信息，并通过所述车辆行驶信息对预设遗传算法以及预设粒子群算法进行融合处理，以实时生成对应的目标检测算法；
7、通过所述目标检测算法根据所述电池工作参数实时计算出与所述车辆对应的电池能耗，并通过所述目标检测算法根据所述车辆行驶参数实时生成对应的优化策略，以通过所述优化策略对所述电池能耗进行实时优化。
8、本发明的有益效果是：通过分别获取车辆的车辆行驶参数以及电池包的电池工作参数就能够分别获取到车辆以及电池包的工作情况，基于此，为了便于后续的识别以及处理，还会进一步生成需要的目标时间轴，并进一步通过该目标时间轴对遗传算法以及粒子群算法进行融合处理，以最终得到需要的目标检测算法，并最终通过该目标检测算法完成电池能耗的优化，对应提升了用户使用体验。
9、进一步的，所述通过所述车辆行驶信息对预设遗传算法以及预设粒子群算法进行融合处理，以实时生成对应的目标检测算法的步骤包括：
10、当实时获取到所述车辆行驶信息时，实时检测出与所述车辆对应的目标车型；
11、根据所述目标车型在预设数据库中实时确定出与所述预设遗传算法以及所述预设粒子群算法对应的融合系数；
12、根据所述融合系数以及所述车辆行驶信息对应生成所述目标检测算法。
13、进一步的，所述根据所述融合系数以及所述车辆行驶信息对应生成所述目标检测算法的步骤包括：
14、当实时获取到所述融合系数时，根据所述融合系数在预设权重表中分别匹配出与所述预设遗传算法对应的第一权重、与所述预设粒子群算法对应的第二权重；
15、根据所述第一权重以及所述第二权重将所述车辆行驶信息对应拆分成第一数据集以及第二数据集；
16、根据所述第一数据集以及所述第二数据集对应生成所述目标检测算法。
17、进一步的，所述根据所述第一数据集以及所述第二数据集对应生成所述目标检测算法的步骤包括：
18、将所述第一数据集设定为所述预设遗传算法的初始化种群，并基于所述初始化种群实时创建出对应的第一检测网络；
19、将所述第二数据集设定为所述预设粒子群算法的初始化粒子群，并基于所述初始化粒子群实时创建出对应的第二检测网络；
20、对所述第一检测网络以及所述第二检测网络进行融合处理，以对应生成所述目标检测算法。
21、进一步的，所述对所述第一检测网络以及所述第二检测网络进行融合处理，以对应生成所述目标检测算法的步骤包括：
22、当分别获取到所述第一检测网络以及所述第二检测网络时，实时调出与所述第一检测网络以及所述第二检测网络适配的适应度函数；
23、通过所述适应度函数中的第一预设算法对所述第一检测网络以及所述第二检测网络进行交替迭代处理，并通过所述适应度函数中的第二预设算法对所述第一检测网络以及所述第二检测网络进行动态权重调整处理，以对应融合成所述目标检测算法。
24、进一步的，所述第一预设算法的表达式为：
25、
26、其中，ω（t）表示交替迭代处理结果，ωmax表示迭代初始值，ωmin表示迭代最终值，t表示最大迭代次数，t表示当前迭代次数。
27、进一步的，所述第二预设算法的表达式为：
28、
29、其中，表示第一调整结果，表示第二调整结果，表示动态调整概率的最大值，表示动态调整概率的最小值，表示变异概率的最大值，表示变异概率的最小值，t表示当前迭代次数，t表示最大迭代次数。
30、本发明实施例第二方面提出了：
31、一种车辆能耗优化系统，其中，所述系统包括：
32、检测模块，用于当实时检测到车辆开始行驶时，实时检测出与所述车辆对应的车辆行驶参数、与所述车辆内部的电池包对应的电池工作参数；
33、映射模块，用于实时创建出一原始时间轴，并在所述原始时间轴上按照时间的先后顺序将所述车辆行驶参数以及所述电池工作参数逐一映射至所述原始时间轴上，以生成对应的目标时间轴；
34、融合模块，用于根据所述目标时间轴实时整合出对应的车辆行驶信息，并通过所述车辆行驶信息对预设遗传算法以及预设粒子群算法进行融合处理，以实时生成对应的目标检测算法；
35、优化模块，用于通过所述目标检测算法根据所述电池工作参数实时计算出与所述车辆对应的电池能耗，并通过所述目标检测算法根据所述车辆行驶参数实时生成对应的优化策略，以通过所述优化策略对所述电池能耗进行实时优化。
36、进一步的，所述融合模块具体用于：
37、当实时获取到所述车辆行驶信息时，实时检测出与所述车辆对应的目标车型；
38、根据所述目标车型在预设数据库中实时确定出与所述预设遗传算法以及所述预设粒子群算法对应的融合系数；
39、根据所述融合系数以及所述车辆行驶信息对应生成所述目标检测算法。
40、进一步的，所述融合模块具体用于：
41、当实时获取到所述融合系数时，根据所述融合系数在预设权重表中分别匹配出与所述预设遗传算法对应的第一权重、与所述预设粒子群算法对应的第二权重；
42、根据所述第一权重以及所述第二权重将所述车辆行驶信息对应拆分成第一数据集以及第二数据集；
43、根据所述第一数据集以及所述第二数据集对应生成所述目标检测算法。
44、进一步的，所述融合模块具体用于：
45、将所述第一数据集设定为所述预设遗传算法的初始化种群，并基于所述初始化种群实时创建出对应的第一检测网络；
46、将所述第二数据集设定为所述预设粒子群算法的初始化粒子群，并基于所述初始化粒子群实时创建出对应的第二检测网络；
47、对所述第一检测网络以及所述第二检测网络进行融合处理，以对应生成所述目标检测算法。
48、进一步的，所述融合模块具体用于：
49、当分别获取到所述第一检测网络以及所述第二检测网络时，实时调出与所述第一检测网络以及所述第二检测网络适配的适应度函数；
50、通过所述适应度函数中的第一预设算法对所述第一检测网络以及所述第二检测网络进行交替迭代处理，并通过所述适应度函数中的第二预设算法对所述第一检测网络以及所述第二检测网络进行动态权重调整处理，以对应融合成所述目标检测算法。
51、进一步的，所述第一预设算法的表达式为：
52、
53、其中，ω（t）表示交替迭代处理结果，ωmax表示迭代初始值，ωmin表示迭代最终值，t表示最大迭代次数，t表示当前迭代次数。
54、进一步的，所述第二预设算法的表达式为：
55、
56、其中，表示第一调整结果，表示第二调整结果，表示动态调整概率的最大值，表示动态调整概率的最小值，表示变异概率的最大值，表示变异概率的最小值，t表示当前迭代次数，t表示最大迭代次数。
57、本发明实施例第三方面提出了：
58、一种计算机，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现如上面所述的车辆能耗优化方法。
59、本发明实施例第四方面提出了：
60、一种可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如上面所述的车辆能耗优化方法。
61、本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
1.一种车辆能耗优化方法，其特征在于，所述方法包括：
2.根据权利要求1所述的车辆能耗优化方法，其特征在于：所述通过所述车辆行驶信息对预设遗传算法以及预设粒子群算法进行融合处理，以实时生成对应的目标检测算法的步骤包括：
3.根据权利要求2所述的车辆能耗优化方法，其特征在于：所述根据所述融合系数以及所述车辆行驶信息对应生成所述目标检测算法的步骤包括：
4.根据权利要求3所述的车辆能耗优化方法，其特征在于：所述根据所述第一数据集以及所述第二数据集对应生成所述目标检测算法的步骤包括：
5.根据权利要求4所述的车辆能耗优化方法，其特征在于：所述对所述第一检测网络以及所述第二检测网络进行融合处理，以对应生成所述目标检测算法的步骤包括：
6.根据权利要求5所述的车辆能耗优化方法，其特征在于：所述第一预设算法的表达式为：
7.根据权利要求6所述的车辆能耗优化方法，其特征在于：所述第二预设算法的表达式为：
8.一种车辆能耗优化系统，其特征在于，所述系统包括：
9.一种计算机，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的车辆能耗优化方法。
10.一种可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至7中任意一项所述的车辆能耗优化方法。
