交通影响能源消耗的一个重要因素,和驾驶行为是影响汽车油耗的主要因素之一。本文的目的是改善油耗监控数据库基于移动电话的数据。基于手机终端和车载诊断系统(OBD)安装在出租车,驾驶行为数据和燃料消耗量数据提取,分别。通过匹配手机收集的驾驶行为数据与燃料消耗量数据收集的OBD,驾驶行为之间的关系,探讨了燃料消耗,这车油耗可以预测基于移动电话的数据。燃料消耗预测模型是使用反向传播(BP)神经网络,支持向量回归(SVR)和随机森林。结果表明,平均速度、平均速度除了空闲(ASEI),平均加速度,平均减速,加速时间百分比、减速时间的百分比,和巡航时间百分比是燃料消耗评估的重要指标。这三个模型可以准确预测燃料消耗,绝对相对误差小于10%。证明了随机森林模型的最高精度和运行速度,使它适合广泛应用。该方法对改善监测数据库奠定了基础,精细管理城市交通燃料消耗。