准确估算电动汽车（EV）的能耗可以为用户提供在不同使用场景下电动汽车能耗的清晰认知。因此，构建高精度的能耗估算模型对于提升电动汽车出行的可靠性至关重要。本研究提出了一种基于真实世界数据驱动的电动汽车能耗预测模型。该模型利用主成分分析方法和径向基函数神经网络（RBFNN），不仅研究了车速、加速度及驱动系统功率和空调系统功率等驾驶参数对电动汽车能耗的影响，还分析了驾驶参数与电动汽车电能消耗之间的关系。此外，还考察了环境温度对电动汽车能耗的影响。基于RBFNN的预测结果显示，模型在均方误差、平均绝对误差和均方根误差的评估指标上预测误差分别低至3.4%、14.1%和18.5%，相较其它神经网络和集成学习方法（支持向量机、反向传播神经网络和随机森林）表现更优。相关系数R2高达99.5%。
张等人（周五，）研究了此问题。