本文關(guān)鍵詞： 車速分布 行駛工況 仿真分析 k-means聚類 線性回歸　出處：《合肥工業(yè)大學》2017年碩士論文　論文類型：學位論文

【摘要】：近年來隨著我國汽車保有量的不斷增長,城市化進程的持續(xù)加快,交通方面的能耗在社會總能耗所占的比例逐年增高,其中城市快速路承擔著日益繁重的交通壓力,快速路交通流已經(jīng)成為重要的燃油消耗和污染排放源頭,針對此問題,本文依托于國家自然科學基金“低碳導向型城市交通系統(tǒng)優(yōu)化與管理”,以合肥市快速路路段為研究對象,確定了路段油耗與速度數(shù)據(jù)采集的試驗方案。本文在大量的路段斷面車速與試驗車車速、油耗數(shù)據(jù)的基礎(chǔ)上,首先,運用統(tǒng)計學方法對城市快速路的車速分布特征及影響因素進行了分析研究,分別從分布的類型、集中趨勢、離散趨勢三方面對上述兩類(斷面車速與路段車速)試驗數(shù)據(jù)進行了分布特征分析及相互關(guān)系對比,在此基礎(chǔ)上進行了影響因素的研究,研究結(jié)果表明,車輛行駛時所處的車道位置以及交通流狀態(tài)對車速分布特征有著不同程度的影響,在一定的條件下,斷面車速與路段車速的分布特征趨于相同;其次,基于斷面車速與路段車速的分布特征趨于相同這一原理,采用隨機法構(gòu)建行駛工況,并采用CARSIM仿真軟件測得新建工況的油耗數(shù)據(jù),接著運用k-means聚類算法和雙行駛特征區(qū)分路段交通狀況,最后采用線性回歸方法構(gòu)建了路段基于交通流狀態(tài)的油耗預(yù)測模型,并對模型進行了驗證,得出以下結(jié)論:在快速路路段不同交通流狀態(tài)下,該模型可以作為預(yù)測車輛行駛時燃油消耗的有效手段。本文對快速路路段燃油消耗的研究成果豐富了車速理論及燃油經(jīng)濟性的研究內(nèi)容,將對城市快速路的規(guī)劃、管理、設(shè)計、控制以及評價提供數(shù)據(jù)支持和理論依據(jù)。
[Abstract]:In recent years, with the continuous growth of automobile ownership and the acceleration of urbanization in China, the proportion of energy consumption in transportation in the total social energy consumption is increasing year by year. Among them, the urban expressway is bearing the increasingly heavy traffic pressure, the expressway traffic flow has become an important source of fuel consumption and pollution emissions, aiming at this problem. This paper is based on the National Natural Science Foundation of China "low carbon oriented urban transportation system optimization and management", taking Hefei expressway as the research object. The experimental scheme of fuel consumption and speed data acquisition is determined. Firstly, based on a large number of section speed and vehicle speed and fuel consumption data. The characteristics of the speed distribution and the influencing factors of the urban expressway were analyzed by using the statistical method, respectively from the distribution type, the concentration trend. Discrete trend three aspects of the above two kinds of (cross-section speed and road speed) test data distribution characteristics analysis and correlation comparison, on the basis of the study of influencing factors, the results show that. The driveway position and the traffic flow state of the vehicle have different effects on the speed distribution. Under certain conditions, the distribution characteristics of the cross-section speed tend to be the same as that of the road section. Secondly, based on the principle that the distribution characteristics of cross-section speed and road speed tend to be the same, the random method is used to construct the driving conditions, and the fuel consumption data of the newly built working conditions are measured by CARSIM simulation software. Then we use k-means clustering algorithm and dual driving characteristics to distinguish the traffic conditions of road sections. Finally, we use linear regression method to build the fuel consumption prediction model based on traffic flow state, and verify the model. The following conclusions are drawn: under different traffic flow conditions of expressway section. This model can be used as an effective method to predict the fuel consumption of vehicles. The research results of this paper enrich the speed theory and fuel economy research content. To provide data support and theoretical basis for urban expressway planning, management, design, control and evaluation.
【學位授予單位】：合肥工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：U471.23;U491

【相似文獻】

相關(guān)期刊論文 前10條

1 劉智平;王鳳群;單剛;;交通流狀態(tài)辨識系統(tǒng)集成研究[J];科技導報;2007年22期

2 王雷;周小路;熊志金;;智能運輸系統(tǒng)中交通流狀態(tài)辨識算法研究[J];交通與運輸(學術(shù)版);2008年01期

3 董春嬌;邵春福;謝坤;李慧軒;;道路網(wǎng)交通流狀態(tài)變化趨勢判別方法[J];同濟大學學報(自然科學版);2012年09期

4 何海燕;;交通流狀態(tài)辨識系統(tǒng)框架分析[J];現(xiàn)代商貿(mào)工業(yè);2013年04期

5 吳兵,周聞鈞,張維東;利用數(shù)據(jù)挖掘技術(shù)建立城市區(qū)域交通流狀態(tài)分析預(yù)測模型[J];公路交通技術(shù);2003年01期

6 張敬磊;王曉原;;交通流狀態(tài)辨識小波算法研究[J];武漢理工大學學報(交通科學與工程版);2006年05期

7 王輝;王孝坤;王權(quán);;一種交通流狀態(tài)智能推理系統(tǒng)[J];系統(tǒng)工程;2007年12期

8 姜ei聞;羅霞;;應(yīng)用支持向量機的交通流狀態(tài)預(yù)測方法研究[J];西南民族大學學報(自然科學版);2009年04期

9 蔣銳;郭忠印;孔令旗;;高密度交通流狀態(tài)下行車安全性分析[J];交通信息與安全;2009年04期

10 徐琳;曲仕茹;;基于數(shù)據(jù)流挖掘的交通流狀態(tài)辨識方法研究[J];西北工業(yè)大學學報;2011年01期

相關(guān)會議論文 前1條

1 汪凌;;一種基于知識的城市交通流狀態(tài)快速識別方法及應(yīng)用[A];第八屆中國智能交通年會論文集[C];2013年

相關(guān)博士學位論文 前2條

1 張生;拉格朗日體系下高速公路網(wǎng)監(jiān)控方法研究[D];長沙理工大學;2014年

2 史國剛;連續(xù)交通流狀態(tài)的離散特性分析與短時預(yù)測[D];東南大學;2016年

相關(guān)碩士學位論文 前8條

1 楊萬波;基于Kalman濾波的高速公路交通流實時狀態(tài)估計方法研究[D];東南大學;2015年

2 朱建全;基于路段交通流狀態(tài)的車輛燃油消耗的測算與分析[D];合肥工業(yè)大學;2017年

3 李維;冰雪條件下城市道路網(wǎng)交通流狀態(tài)演變研究[D];哈爾濱工業(yè)大學;2010年

4 齊龍濤;基于粒子濾波的交通流狀態(tài)預(yù)測及其優(yōu)化研究[D];北京交通大學;2011年

5 劉衛(wèi)錚;基于大車混入率的交通流狀態(tài)安全性研究[D];河北工業(yè)大學;2007年

6 劉海紅;交通流狀態(tài)非參數(shù)辨識關(guān)鍵理論及方法研究[D];山東理工大學;2007年

7 胡功宏;高速公路交通流狀態(tài)安全性評價與對策研究[D];重慶交通大學;2008年

8 張敬磊;基于數(shù)據(jù)挖掘的交通流狀態(tài)辨識算法研究[D];山東理工大學;2006年

，

本文編號：1461579