1.一种考虑Jerk的汽车油耗预测方法，其特征在于，包括以下步骤：采集行驶参数；

对所述行驶参数进行预处理，得到车辆加速度和Jerk；其中，Jerk为加速度导数；

基于Jerk进行驾驶行为分类，获得不同驾驶行为下的Jerk与油耗之间的关系，确定需要拟合的参数为速度、加速度和油耗；

根据速度、加速度、油耗分别进行曲面拟合，得到三个曲面模型；

将拟合的三个曲面模型相加，获得油耗模型，并对油耗模型的系数重新标定：所述油耗模型的构建，包括以下步骤：采用使用Matlab中的curve fitting工具箱对以速度、加速度、油耗进行曲面拟合，建立油耗模型；

所油耗模型，包括：

2 2 3 2 2 3

Fuel＝k1+k2·v+k3·a+k4·j+k5·v+k6·va+k7·a+k8·v+k9·va+k10·va+k11·a +

2 2 2 3 2 2

k12·vj+k13·j+k14·vj+k15·vj+k16·j+k17·aj+k18·aj+k19·aj其中，a为瞬时加速度；v为瞬时速度；j表示Jerk；ki，i＝1，2，...，19表示模型系数；

所述油耗模型，包括：

采样数据相邻两个点的累积油耗之差作为这一小段汽车运动的能耗，则该能耗与汽车驱动力所做的功成正比；

若不考虑车辆变向的影响，那么驱动力做功则正比于速度和加速度的乘积，记作va，Fuel＝f(va，j)其中，va为速度和加速度的乘积；

将油耗、va、Jerk做散点图，Fuel随着va表现出递增的趋势，且不同Jerk值下，Fuel的递增趋势也不同；

当加速度为0，加入补偿因子；

Fuel＝f(va，j)+f(v，j)

2 2 3 2

Fuel＝b1+b2·va+b3·v+b4·j+b5·(va) +b6·vaj+b7·j +b8·(va) +b9·(va) j+

2 3 2 3 2 2

b10·vaj+b11·j+b12·v+b13·vj+b14·v+b15·vj+b16·vj其中，模型系数bi，i＝1，2，...，15，16；

根据上述公式，可知v，a，j各项幂次最高为3次幂，由v，a，j组成多项式为：i m n

x(t)＝vaj    (17)

其中，i，m，n＝0，1，2，3，则x(t)就有4×4×4＝64项，通过Pearson相关系数分别计算这

64项与油耗之间的相关性，并对计算结果由大到小排列；为保证良好预测性能，且避免太多分量导致计算量过大，采用的油耗公式模型为：其中，模型系数Ii，i＝1，2……，21；

通过系数标定后的油耗模型，对待预测的车辆进行油耗预测。

2.根据权利要求1所述一种考虑Jerk的汽车油耗预测方法，其特征在于，所述行驶参数包括发动机参数、油耗和车辆动力学数据。

3.根据权利要求2所述一种考虑Jerk的汽车油耗预测方法，其特征在于，所述对所述行驶参数进行预处理，包括以下步骤：对所述行驶参数处进行均值滤波处理。

4.根据权利要求3所述一种考虑Jerk的汽车油耗预测方法，其特征在于，所述对所述行驶参数进行预处理还包括：对均值滤波处理后的所述行驶参数进行窗口滑动处理；

所述窗口滑动包括：

无重叠的窗口滑动，窗口滑动的下一个位置是前一个窗口所在位置的最末尾；

重叠的窗口滑动，窗口按照数据顺序一个接一个滑动；

通过窗口滑动对所述行驶参数进行数据增强和答案数据模拟处理，所述窗口的长度设置为2km的里程。