生態(tài)環(huán)境問題的主要原因之一是汽車尾氣污染,而且隨著我國汽車保有量的迅速增多,尾氣污染也越來越嚴(yán)重。而城市道路交通擁堵導(dǎo)致了車輛長時間以低速跟弛和頻繁停車,這使得發(fā)動機長時間以低轉(zhuǎn)速運行,導(dǎo)致汽油的不完全燃燒,從而造成尾氣排放的增多,所以針對擁堵路況下的車輛走�？刂剖墙鉀Q交通排放問題的有效手段之一。而車輛走停模型實質(zhì)上就是一種低速跟馳模型。當(dāng)前,車聯(lián)網(wǎng)技術(shù)日趨成熟,因此在研究交通問題時,也需要考慮車聯(lián)網(wǎng)的影響。在此背景下,本文考慮在車聯(lián)網(wǎng)環(huán)境下,基于CMEM排放測算模型與最小安全距離跟弛模型,研究面向排放、跟馳效率以及舒適度的智能車輛走�？刂平Ｅc優(yōu)化,在保證車輛能滿足安全高效跟馳行駛的條件下,盡可能減少尾氣排放,同時兼顧行駛舒適度。首先,本文簡要地論述了本課題的研究背景與研究意義,對實現(xiàn)本課題的關(guān)鍵方法技術(shù)進(jìn)行綜述。主要包括從宏觀、中觀和微觀三個層面概述車輛排放測算模型,并梳理各種模型的特點與應(yīng)用場合,經(jīng)比較選擇CMEM模型用于本課題排放測算;概述了目前主流的跟馳模型,并選擇最小安全距離模型進(jìn)行改進(jìn)用于車輛走�？刂�;然后介紹了車聯(lián)網(wǎng)技術(shù)及其發(fā)展前景;最后從整體結(jié)構(gòu)上對車聯(lián)網(wǎng)環(huán)境下智能車輛走停控制系統(tǒng)作扼要說明。然后,針對車聯(lián)網(wǎng)環(huán)境下獲取系統(tǒng)狀態(tài)信息過程中存在的問題,采用無跡卡爾曼濾波算法,根據(jù)系統(tǒng)的若干歷史狀態(tài),去預(yù)測之后的系統(tǒng)狀態(tài),并在此基礎(chǔ)上建立了綜合考慮排放、跟馳效率和舒適度的多目標(biāo)優(yōu)化模型,并論述了該優(yōu)化問題的求解方法。最后,對該系統(tǒng)進(jìn)行了仿真分析。首先根據(jù)采集到的車輛行駛狀態(tài)數(shù)據(jù)進(jìn)行無跡卡爾曼濾波預(yù)測并與實測數(shù)據(jù)對比分析,結(jié)果表明該方法預(yù)測有效準(zhǔn)確;然后以預(yù)測的數(shù)據(jù)作為輸入,求解面向排放、跟馳效率以及舒適度的多目標(biāo)優(yōu)化走�？刂颇Ｐ�;最后將求解得的速度、加速度、排放量等參數(shù)輸出。結(jié)果表明,該系統(tǒng)能控制車輛安全高效舒適地跟馳行駛,并且能降低行駛過程中尾氣排放量。
【學(xué)位單位】：北方工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：U495;U463.6
【部分圖文】：

圖１－１尾氣排放現(xiàn)象（圖片來源）圖片來源ｗｗｗ．ｃｈａｎｇｋａｎｇｈｂ．ｃｏｍ逡逑從２０１１年起，北京市全面推行《小客車數(shù)量調(diào)控暫行規(guī)定》（機動車搖號政逡逑策），機動車的增長速度有所回落。然而因為基數(shù)過于龐大，該市的機動車總量逡逑仍不斷擴大。過多的機動車給當(dāng)?shù)氐某鞘薪煌�、城市環(huán)境等均帶來了嚴(yán)峻的考驗。逡逑為了進(jìn)一步改善城市交通擁堵與城市環(huán)境污染問題，北京市先后出臺了多項治理逡逑策略，如交叉路口停車熄火等。在準(zhǔn)確量化這些策略的減排效果時，需要將微觀逡逑排放模型與微觀交通仿真模型融合起來，在整個車輛行駛過程中對排放物進(jìn)行監(jiān)逡逑測，并通過優(yōu)化方法對車輛駕駛行為進(jìn)行適當(dāng)調(diào)整以減少排放量。相關(guān)統(tǒng)計數(shù)據(jù)逡逑表明：在Ｐｆｖ／＾貢獻(xiàn)源中，機動車尾氣排名第四，為９．０９％的貢獻(xiàn)率；ＰＭ２．５排名逡逑第五，為１１．６４％的貢獻(xiàn)率。不僅如此，機動車尾氣的排放高度和人體的呼吸范逡逑圍一致，為低空排放，其內(nèi)帶有的二氧化硫、一氧化碳、煙塵等均會危害人體的逡逑健康［２］。逡逑為了應(yīng)對交通擁堵現(xiàn)象與機動車尾氣排放污染問題，全球各國學(xué)者與專家從逡逑多角度展開研宄，并提出了一系列應(yīng)對措施：一是引入新能源作為機動車的燃料，逡逑如天然氣、電力等排放極少的新能源；二是從城市規(guī)劃與土地利用等方面切入，逡逑

圖１－３車聯(lián)網(wǎng)示意圖逡逑將車聯(lián)網(wǎng)系統(tǒng)的整體結(jié)構(gòu)進(jìn)行劃分，主要分為硬件平臺和系統(tǒng)軟件以及應(yīng)用逡逑軟件三個層次。對于車聯(lián)網(wǎng)硬件平臺而言，包含了大量傳感器以及信號處理器，逡逑主要工作是電源轉(zhuǎn)換與信號處理以及處理存儲數(shù)據(jù)等。并且硬件平臺也是物聯(lián)網(wǎng)逡逑的基礎(chǔ)，是信號主要的來源，在處理車內(nèi)外的信息時，使用的工具是傳感器，促逡逑使其轉(zhuǎn)變成信號，而且該信號可以被控制中心識別。對于車聯(lián)網(wǎng)系統(tǒng)的軟件層來逡逑說，包含系統(tǒng)管理和通信系統(tǒng)以及無線通信等三個主要的部分，屬于其核心中樞，逡逑主要是處理硬件平臺所傳來的信息。而在車載環(huán)節(jié)情況下，接入無線時必須要符逡逑合有關(guān)規(guī)定。車聯(lián)網(wǎng)應(yīng)用軟件層：在對用戶進(jìn)行服務(wù)時，根據(jù)用戶的實際情況的逡逑不同進(jìn)行不同服務(wù)，通過車聯(lián)網(wǎng)，保證車輛行駛的相對安全，使得車輛在只能交逡逑通系統(tǒng)中得到和實際情況相對應(yīng)的信息服務(wù)等。逡逑表１－１車聯(lián)網(wǎng)系統(tǒng)逡逑應(yīng)用軟件邐電子控制、安全駕駛、智能交通、信息服務(wù)等逡逑

第一章緒論輛、道路基礎(chǔ)設(shè)施、乘客的便攜式設(shè)備聯(lián)合在一起，建立起一個合理完環(huán)境，使得交通運輸方面的安全性和靈活性得到一定程度的保障，以時保護(hù)周圍的環(huán)境。日本目前在大力推廣車輛信息通信系統(tǒng)（ｖｉｅｓ），用地方警察和道路管理部門收集的數(shù)據(jù)進(jìn)行分析，將道路擁堵情況、道路線、停車空位、佳通事故等交通信息，及時的利用道路調(diào)撥裝置將其該路段的車輛。而通過大力推廣，在交通方面取得了巨大的成功，截年，在日本，己經(jīng)擁有３４００萬臺車輛安裝了邋ＶＩＣＳ車載設(shè)備。歐洲也信息處理技術(shù)進(jìn)行大力研發(fā)和推廣，構(gòu)建一個覆蓋整個歐洲的只屬于交通信網(wǎng)，在以此為基礎(chǔ)進(jìn)行交通管理、導(dǎo)航、電子收費等應(yīng)用［６１］。逡逑

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 林濤;霍麗娜;;基于變量分組的大規(guī)模多目標(biāo)優(yōu)化算法[J];鄭州大學(xué)學(xué)報(理學(xué)版);年期

2 胡云騰;李晉卿;趙佩鈺;;多目標(biāo)優(yōu)化問題的模糊交叉算法與收斂性初探[J];電腦迷;2017年03期

3 畢志升;鄭炯彬;蔡桂艷;;基于高維多目標(biāo)優(yōu)化的多車場車輛路徑問題[J];計算機與數(shù)字工程;2017年07期

4 王衛(wèi)剛;;一種基于多目標(biāo)優(yōu)化的混凝劑綜合評價方法[J];凈水技術(shù);2017年09期

5 雍龍泉;劉三陽;鄧方安;張建科;楊國平;;線性互補問題與多目標(biāo)優(yōu)化[J];數(shù)學(xué)雜志;2014年03期

6 朱君;蔡延光;湯雅連;楊軍;;多目標(biāo)優(yōu)化問題的研究[J];東莞理工學(xué)院學(xué)報;2014年03期

7 張淑艷;段鵬松;鄒衛(wèi)琴;;淺析多目標(biāo)優(yōu)化問題[J];科技視界;2013年14期

8 郭思涵;龔小勝;;正交設(shè)計的E占優(yōu)策略求解高維多目標(biāo)優(yōu)化問題研究[J];計算機科學(xué);2012年02期

9 宋武;陳德祥;;一種改進(jìn)的基于分解多目標(biāo)優(yōu)化算法[J];電腦知識與技術(shù);2012年34期

10 陳愛國;周世俊;;基于模糊邏輯的多目標(biāo)優(yōu)化問題遺傳算法求解探討[J];河南科學(xué);2006年04期

相關(guān)會議論文 前10條

1 葉嬋峰;沈波;林都;董宏麗;;基于ε約束理論和修復(fù)算子的多目標(biāo)優(yōu)化算法[A];第36屆中國控制會議論文集（B）[C];2017年

2 羅亞中;;航天器軌跡多目標(biāo)優(yōu)化研究評述[A];The 5th 全國動力學(xué)與控制青年學(xué)者研討會論文摘要集[C];2011年

3 張翔;;一種無歧義性的多目標(biāo)優(yōu)化數(shù)值解法[A];中國農(nóng)業(yè)機械學(xué)會成立40周年慶典暨2003年學(xué)術(shù)年會論文集[C];2003年

4 崔少為;;多目標(biāo)優(yōu)化在天津軋三鋼鐵有限公司1號高爐礦槽備料中的應(yīng)用[A];全國冶金自動化信息網(wǎng)2014年會論文集[C];2014年

5 劉澤雙;高瑩;;基于多目標(biāo)遺傳算法的個人成才因素評定研究[A];第十一屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2009年

6 雍龍泉;;基于多目標(biāo)優(yōu)化算法求解非線性互補問題[A];2011年中國智能自動化學(xué)術(shù)會議論文集（第一分冊）[C];2011年

7 胡鑫堯;孫素琴;盧為琴;胡冠章;汪國柄;吳華武;吳季茂;王心樞;張良平;宋烈俠;潭澤光;;計算機輔助分子結(jié)構(gòu)解析和分析化學(xué)多目標(biāo)優(yōu)化決策[A];中國分析測試協(xié)會科學(xué)技術(shù)獎發(fā)展回顧[C];2015年

8 許碧霞;李兆江;;基于循環(huán)經(jīng)濟(jì)的城市污水多目標(biāo)優(yōu)化配置分析[A];中國地理學(xué)會2007年學(xué)術(shù)年會論文摘要集[C];2007年

9 李兆凱;郝鵬;李剛;;二級層級褶皺結(jié)構(gòu)單胞失效模式分析與多目標(biāo)優(yōu)化[A];中國力學(xué)大會-2015論文摘要集[C];2015年

10 姜欣;;汽車設(shè)計中的多目標(biāo)優(yōu)化過程研究[A];第七屆中國CAE工程分析技術(shù)年會暨2011全國計算機輔助工程（CAE）技術(shù)與應(yīng)用高級研討會論文集[C];2011年

相關(guān)博士學(xué)位論文 前10條

1 趙泱泱;設(shè)計原則導(dǎo)向的多目標(biāo)優(yōu)化軟件重構(gòu)[D];南京大學(xué);2018年

2 田野;基于進(jìn)化算法的復(fù)雜多目標(biāo)優(yōu)化問題求解[D];安徽大學(xué);2018年

3 秦志昌;非線性動力學(xué)系統(tǒng)的多目標(biāo)優(yōu)化控制設(shè)計[D];天津大學(xué);2017年

4 黃亮;膜計算優(yōu)化方法研究[D];浙江大學(xué);2007年

5 石嘉川;基于模糊評價的配電網(wǎng)絡(luò)多目標(biāo)優(yōu)化研究[D];山東大學(xué);2007年

6 胡超芳;基于決策者滿意度的多目標(biāo)模糊優(yōu)化算法研究[D];上海交通大學(xué);2007年

7 賀益君;群智能優(yōu)化方法及其在化學(xué)化工中的應(yīng)用研究[D];浙江大學(xué);2008年

8 過曉芳;超多目標(biāo)優(yōu)化問題的幾種進(jìn)化算法研究[D];西安電子科技大學(xué);2015年

9 陳瓊;演化多目標(biāo)優(yōu)化多樣性保持策略及其應(yīng)用研究[D];武漢理工大學(xué);2010年

10 王晗丁;復(fù)雜問題的多目標(biāo)進(jìn)化優(yōu)化算法研究[D];西安電子科技大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 梁靖昌;改進(jìn)的啟發(fā)式粒子群算法及其在鋼結(jié)構(gòu)中的多目標(biāo)優(yōu)化應(yīng)用[D];廣東工業(yè)大學(xué);2015年

2 王永;基于MOEA/D多目標(biāo)優(yōu)化算法的聯(lián)合冷水機組負(fù)載分配問題研究[D];聊城大學(xué);2018年

3 曾家宋;多目標(biāo)優(yōu)化問題的差分進(jìn)化算法研究[D];廈門大學(xué);2017年

4 林書富;基于MOEA/D的差分進(jìn)化多目標(biāo)優(yōu)化算法研究[D];廈門大學(xué);2017年

5 王慧瑩;多目標(biāo)優(yōu)化算法及其在移動機器人路徑規(guī)劃中的應(yīng)用[D];蘭州理工大學(xué);2018年

6 韓亞敏;基于多目標(biāo)優(yōu)化的推薦策略研究[D];天津工業(yè)大學(xué);2018年

7 馬越;車聯(lián)網(wǎng)環(huán)境下智能車輛走�？刂平Ｅc優(yōu)化研究[D];北方工業(yè)大學(xué);2018年

8 楊盼盼;基于遺傳算法的高速公路建設(shè)項目多目標(biāo)優(yōu)化研究[D];天津工業(yè)大學(xué);2018年

9 陳天馳;基于多目標(biāo)優(yōu)化的建筑形態(tài)量化篩選研究[D];湖南大學(xué);2017年

10 劉海燕;多目標(biāo)優(yōu)化算法及其在化工中的應(yīng)用研究[D];武漢理工大學(xué);2015年

本文編號：2825415