基于实际车重的重型货车比功率分布及排放模型

为量化重型货车车重与比功率分布关系,提高排放测算精度和效率,本文根据有限的本地车辆轨迹数据构建了基于实际车重的重型货车比功率分布及排放模型。首先,基于北京市不同车重的货车轨迹数据构建实际比功率分布。然后,利用高斯函数拟合比功率分布,基于多项式函数量化车重和高斯函数参数的关系,从而构建本文模型。最后,计算NOx排放因子以验证模型排放测算及预测精度,并与既有排放模型MOVES对比阐述车重对货车排放测算的影响。结果表明:本文构建的模型满足一定的排放测算精度,快速路和非快速路的排放测算误差分别为4.7%和7.0%;模型通过输入唯一变量车重即可实现排放预测,降低了不同车重货车轨迹数据采集成本,简化了传统排放计算流程,车重为6.7 t货车的排放预测误差为5.3%;与基于默认固定行驶周期和固定车重的MOVES相比,模型可降低16.7%的排放测算误差。

考虑排队长度的信号交叉口生态驾驶轨迹优化

为避免车辆在信号交叉口频繁地启停和加减速,减少车辆通过信号交叉口的能耗和排放,本文提出了一种考虑排队长度的信号交叉口生态驾驶轨迹优化模型。首先,基于构建的交叉口场景提出了“单次踏板”生态驾驶行为的定义和基本原则。其次,考虑交叉口交通信号和排队信息,将生态驾驶行为分类为“加速-滑行”“减速-滑行”和“匀速-滑行”三种驾驶模式,并构建了相应的数学模型。最后,设计数值仿真实验分析了不同场景参数对目标车辆的CO_(2)排放和驾驶员操作容错性的影响。结果表明:(1)本文提出的“单次踏板”生态驾驶行为可以适应交叉口不同的场景特征,进而得到了异质性最优驾驶计划。(2)基于可接受加速度区间的设置,能够限制一定范围的驾驶员操作容错性。(3)与常规驾驶计划相比,“单次踏板”生态驾驶行为下的最优驾驶计划可以减少频繁的加减速,实现更为平稳的驾驶轨迹,能够减少超过2%的行程时间和20%的CO_(2)排放。因此,本文提出的生态驾驶模型具有操作简单、鲁棒性强等特点,能够实现生态驾驶,达到节能减排的目的。

出行信息公开对出租车交通系统运行的影响

基于仿真研究乘客出行信息公开程度对出租车交通系统运行效率的影响.将乘客出行信息公开程度划分为出行信息未公开,全公开,半公开模式;制定路网搭建,乘客生成与退出,出租车与乘客匹配,出租车行驶规则;模拟出租车搜索、匹配、搭载、送达乘客过程;分析不同信息公开程度对出租车空驶率,乘客候车时间,送达人数,司机平均收益等的影响.研究表明,仅公开出发地信息的半公开模式有助于提高出租车交通系统运行效率与服务质量,且有效地避免由于出租车司机有意选择高收益乘客而造成“隐形拒载”低收益乘客问题.为保证每位出行者的公平性,建议采用仅公开出发地信息的出行信息半公开模式.

北京市交通运输设备出厂价格指数现状及预测分析

本文主要基于北京市2001-2010年统计年鉴数据，分析宏微观因素对交通运输设备出厂价格指数的影响，选取了消费物价指数（CPI）等八个影响因素，利用SPSS软件对各因素相关性和偏相关性分析后选用了四个主要影响因素。再构建遗传算法一人工神经网络模型，运用Matlab神经网络工具箱，对2012-2015年的交通运输设备出厂价格指数进行计算，并对计算值进行外推检验，检验模型精度良好，最终得到2016-2020年北京市交通运输设备出厂价格指数预测结果，并对北京市交通运输设备出厂价格指数发展趋势进行了分析评价。