大資料建模步驟有哪些

資料建模，通俗地說，就是通過建立資料科學模型的手段解決現實問題的過程。資料建模也可以稱為資料科學專案的過程，並且這個過程是週期性迴圈的，也是是我們在做資料分析的時候會經常使用的一種資料分析方法，那麼大資料建模都有哪些步驟。

1)資料測量

資料測量包括ecu內部資料獲取，車內匯流排資料獲取以及模擬量資料獲取，特別是對於新能源汽車電機、逆變器和整流器等裝置頻率高達100khz的訊號測量，etas提供完整的解決方案。

2)大資料管理與分析

目前的汽車嵌入式控制系統開發環境下，人們可以通過各種各樣不同的途徑(如真實物體、**環境、模擬計算等)獲取描述目標系統行為和表現的海量資料。

正如前文所述，etas資料測量環節獲取了大量的ecu內部以及模擬量資料，如何儲存並有效地利用這些資料，並從中發掘出目標系統的潛力，用以指引進一步的研發過程，成為極其重要的課題。

3)虛擬車輛模型建模與校準

基於大資料管理與分析環節對測量資料進行的分析，我們得到了一些引數之間的相互影響關係，以及相關物理變數的特性曲線。如何將這些隱含在大量資料中的寶貴的知識和資料儲存下來並為我們後續的系統**分析所用呢?

模型是乙個比較好的儲存方式，我們可以通過建立虛擬車輛及虛擬ecu模型庫，為後續車輛及ecu的開發驗證提供標準化的**模型。etas除提供相關車輛子系統模型，還提供基於資料的建模和引數校準等完整解決方案。

4)測試與驗證(xil)

在測試與驗證環節，通常包含模型在環驗證(mil)，軟體在環驗證(sil)，虛擬測試系統驗證(vts)以及硬體在環驗證(hil)四個階段，etas提供cosym實現在同一軟體平台上開展四個環節**驗證工作。

當發現模型不佳時，就需要優化，就有可能回到最開始的地方重新開始思考。即使模型可用了，也需要定期對模型進行維護和優化，以便讓模型能夠繼續適用新的業務場景。