研究团队构建了一个面向实车应用的"在线续航估算与优化分析一体化框架"。不同于传统直接给出结果 的"黑盒"预测，该框架利用随机森林算法，创造性地实现了"先能耗、后续航"的分步估算策略：首先综 合考虑驾驶行为、环境温度、电池健康状态等多源因素，建立单位里程能耗率模型；进而基于能耗率精 准推算剩余续航。这种分步建模方式不仅提高了精度，更显著增强了模型的可解释性。它能定量回 答"究竟是什么因素、在多大程度上吃掉了续航"等问题，让算法不再是冰冷的数字。 为了验证这套框架在真实世界中的表现，研究团队基于来自不同城市的乘用车与公交车，收集了长达3 年、总行驶里程超过30万公里的实车运行数据。系统验证结果显示，该方法预测的剩余续航里程与车辆 实际可行驶里程之间的平均相对误差低于5.5%。这一性能显著优于传统预测方法，充分证明了其在复 杂工程场景中的可靠性与稳健性。进一步分析表明，整段行程的平均电流与平均车速是影响能耗的关键 变量。数据表明，仅通过优化驾驶行为，乘用车的续航能力有望提升30%以上，公交车可提升10%以 上。 据介绍，该研究成果不仅回答了用户关心的"还能跑多远"的问题，更为"如何跑得更远"提供了量化依 据。这一框 ...