《Batteries》：M5Boost: A Machine Learning Approach for Driving Range Estimation in Electric Vehicles Considering Battery-Related Factors
编辑推荐：
行驶里程估计对于电动汽车（EV）在智能交通系统中至关重要，因为其直接影响充电规划、路径优化、驾驶员信心、能量管理、电池利用率以及驾驶决策过程。然而，现有研究仍存在精度有限、可解释性不足、计算复杂度高、依赖仿真环境或在动态驾驶条件下泛化能力不足等问题。为解决上述
行驶里程估计对于电动汽车（EV）在智能交通系统中至关重要，因为其直接影响充电规划、路径优化、驾驶员信心、能量管理、电池利用率以及驾驶决策过程。然而，现有研究仍存在精度有限、可解释性不足、计算复杂度高、依赖仿真环境或在动态驾驶条件下泛化能力不足等问题。为解决上述局限性，本文提出M5Boost框架，将加性残差学习方法与模型树结构有效融合。不同于传统提升方法，M5Boost结合迭代式残差驱动学习、多变量叶节点回归模型、定制化树剪枝以及特定平滑机制，以提升电动汽车行驶里程估计的预测精度、鲁棒性与泛化能力。研究人员进一步在基准数据集基础上系统扩展了新采集的真实世界电池相关驾驶记录。实验验证表明，该模型在相同数据集上显著优于文献中报道的先进模型。
本文围绕电动汽车行驶里程（range）预测这一问题展开。随着电动汽车在现代交通体系中的应用增加，续航不足与充电基础设施有限使远距离出行仍面临不确定性，因此高精度行驶里程估计成为提升驾驶可靠性和用户信心的重要研究方向。行驶里程估计本质上是在特定工况和环境条件下，预测电池可用能量耗尽前车辆可行驶的最大距离；它不同于荷电状态（SoC, State-of-Charge）估计，后者关注电池内部剩余电量比例，而行驶里程估计还需同时考虑驾驶风格、路况、温度、车辆特性、辅助用电等多源外部变量。由于能耗受内外部因素耦合影响且具有明显非线性和随机性，传统线性方法难以稳定建模。现有文献中的模型法、规则法与数据驱动法各有局限：模型法依赖简化物理假设，规则法依赖人工设计经验，深度学习虽然精度较高但常被视为“黑箱”，且计算开销大、解释性不足。本文据此提出M5Boost：将加性回归（additive regression）与M5模型树（M5 Model Tree）结合，在残差迭代修正的同时利用局部回归建模提升精度，并通过剪枝与平滑增强鲁棒性与连续性。
研究方法上，作者基于SprinterMonitor平台的真实世界数据，并对原始基准数据集进行了扩展，构建了超过11年的Volkswagen e-Golf驾驶记录数据。输入变量覆盖车辆规格、使用信息、能量指标、环境因素和驾驶画像等多维特征；通过特征构造、提取、离散化、编码、删除冗余变量、缺失值处理以及孤立森林（Isolation Forest）异常检测完成预处理。随后采用互信息（MI, Mutual Information）进行特征选择，并以90%训练集和10%测试集开展验证。核心算法M5Boost采用逐轮残差学习：每一轮根据前一轮预测残差训练新的M5模型树，在叶节点使用多变量线性回归模型而非固定常数输出，同时引入标准差降低准则（SDR, Standard Deviation Reduction）进行划分，配合剪枝和父子节点平滑以控制过拟合并保持输出连续。评价指标采用MAE、RMSE与MAPE，并与KNN、SVM、RF、XGBoost、LightGBM、CatBoost等11种回归方法比较。
研究结果显示，M5Boost在全部比较模型中表现最优，说明该方法能够更有效地拟合电动汽车里程估计中的复杂非线性关系。互信息分析表明，Quantity（能量消耗量）是最重要的预测变量，其次为Year、Average Speed、Vehicle Age、Motorway和Country Road等特征，说明里程估计同时受能量消耗、车辆老化、速度和道路类型共同影响。逐步特征剔除实验表明，保留前8个特征时预测性能最佳，提示紧凑且高信息量的特征子集可提升泛化能力并降低复杂度。
在参数分析中，M5Boost的最优配置为：shrinkage=0.1、minNumInstances=35、numIterations=50。敏感性分析显示，迭代次数增加到50轮时误差达到最低并趋于稳定，继续增加收益有限；shrinkage约为0.1时性能稳定；最小叶节点样本数为35时在复杂度与精度之间取得较好平衡。
在树结构分析中，模型的根节点首先以Quantity进行划分，后续进一步使用Year、Vehicle Age、Motorway、Average Speed等变量分裂，叶节点则由局部多变量回归方程给出预测值。该结构表明模型具有较强可解释性：上层划分变量反映全局重要特征，叶节点回归系数则提供局部决策依据。
与既有研究对比，M5Boost在同一数据集上优于既有的模型法、混合方法及深度学习方法，在MAE与RMSE上均取得更低误差。非参数统计检验（Friedman Aligned Ranks Test与Quade Test）进一步证实其性能提升具有统计显著性。残差分布以0为中心且近似对称，说明模型误差较小且不存在系统性高估或低估。
综上，本文表明M5Boost通过“残差迭代+模型树局部回归+剪枝平滑”的组合机制，在保持可解释性和计算效率的同时，实现了更高的电动汽车行驶里程估计精度。论文结论指出，该框架能够较好刻画真实驾驶数据中的复杂动态关系，适用于智能交通与电动汽车能量管理场景；未来工作拟开发用户友好的图形界面，以便在实际应用中展示动态续航预测并辅助充电管理。
