車(chē)輛速度工況直接影響整車(chē)的能耗和排放,預(yù)知未來(lái)長(zhǎng)時(shí)間的速度工況可優(yōu)化混合動(dòng)力汽車(chē)(HEV)能量控制策略,進(jìn)一步提高HEV的能耗和排放表現(xiàn)。車(chē)輛所處的地理特征對(duì)其速度工況有顯著影響,為了能夠提高長(zhǎng)時(shí)間速度工況預(yù)測(cè)的精度,有必要考慮地理特征對(duì)車(chē)輛速度工況的影響。本文選取天津市某通勤路線為研究對(duì)象,探究地理特征對(duì)車(chē)輛速度工況的影響規(guī)律,并探索基于地理特征的長(zhǎng)時(shí)間工況預(yù)測(cè)方法,論文工作主要包括以下幾個(gè)方面:(1)工況數(shù)據(jù)采集與特征參數(shù)提取。利用實(shí)驗(yàn)數(shù)據(jù)中車(chē)輛的GPS信息和電子地圖,選取出路線上對(duì)交通環(huán)境影響顯著的地理特征,提取出地理特征區(qū)域車(chē)輛工況片段,選取了合適的特征參數(shù)用于定量分析工況片段的特征,計(jì)算出了各個(gè)地理特征區(qū)域行駛工況的特征參數(shù),為進(jìn)一步的規(guī)律探索做數(shù)據(jù)準(zhǔn)備。(2)探究了路線上孤立地理特征對(duì)車(chē)輛速度工況的影響規(guī)律。本文基于各個(gè)地理特征區(qū)域的工況片段,求解出了各個(gè)地理特征的車(chē)速狀態(tài)轉(zhuǎn)移矩陣,利用車(chē)速狀態(tài)轉(zhuǎn)移矩陣作為速度行為的數(shù)學(xué)描述方法,揭示了不同空間條件下的速度遷移規(guī)律。將車(chē)輛的行駛工況視為一條馬爾可夫鏈,以孤立地理特征的速度狀態(tài)轉(zhuǎn)移矩陣作為馬爾可夫的狀態(tài)轉(zhuǎn)移矩陣,以地理特征區(qū)域?qū)崪y(cè)工況的特征參數(shù)作為誤差約束,預(yù)測(cè)出相應(yīng)地理特征工況,再基于預(yù)測(cè)出的地理特征工況構(gòu)建完整路線工況。預(yù)測(cè)結(jié)果的有效性驗(yàn)證表明,總體特征參數(shù)的平均誤差為4.75%,較傳統(tǒng)方法有0.24%的提高。(3)為提高基于地理特征的工況預(yù)測(cè)方法的適用性,探究了類(lèi)別地理特征對(duì)車(chē)輛工況的影響規(guī)律,并基于類(lèi)別地理特征的速度遷移規(guī)律實(shí)現(xiàn)了路線整體工況的預(yù)測(cè)。本文建立了一套能夠描述影響車(chē)輛速度行為的地理特征向量,以該向量為依據(jù),證明了同類(lèi)別地理特征區(qū)域的車(chē)輛工況具有相似性。將同類(lèi)別地理特征工況聚類(lèi),求解了各個(gè)類(lèi)別地理特征的車(chē)速狀態(tài)轉(zhuǎn)移矩陣,并基于類(lèi)別狀態(tài)轉(zhuǎn)移矩陣,運(yùn)用相同方法實(shí)現(xiàn)了整個(gè)路線工況的預(yù)測(cè)。預(yù)測(cè)結(jié)果的有效性驗(yàn)證表明,總體特征參數(shù)的平均誤差為5.66%,在預(yù)測(cè)精度損失0.91%的情況下,提高了預(yù)測(cè)方法適用性。
【學(xué)位單位】：山東大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類(lèi)】：U467
【部分圖文】：

山東大學(xué)碩士學(xué)位論文逡逑r>逡逑圖２－１車(chē)載終端逡逑ＧＰＳ天線邐３Ｇ天線逡逑；邐數(shù)據(jù)記錄器邐：：＼／逡逑Ｖ，邐廣乃二穴，‘櫖邐、’逡逑邐＾邋ＧＰＳ模塊，｛二＞邋３Ｇ模塊＿＿＿逡逑，．Ｉ邋．．邋ｉａＳｒ：：￡＾逡逑■？；？＊＇？－．＿■－－邋■邋■邋邋？逡逑．；邐逡逑？邐＞｜邐Ｖ：＞邋＝ｘ４ｙＳＳ＇Ｊ逡逑Ｋ邋ｘ？＇逡逑ｊｉ９３９＿邋，邋ｍｉｍ逡逑0邋ＣＡＮ邐＞邐ＣＰＵ逡逑ｏ邐Ｓ邐—妒飛逡逑哲－１．．．：雪一逡逑Ｍ邋ｃａｎ邋總線邋‘邐；Ｃａｒｄ逡逑ｎ—逡逑＼邐／逡逑圖２－２數(shù)據(jù)傳輸過(guò)程逡逑２．２．２采集路線逡逑據(jù)調(diào)查顯示，Ｈｏ等［３７］認(rèn)為超過(guò)６０％的人出行是基于工作地和住地之間的通逡逑勤路線，所以，路線選擇最重要的一點(diǎn)是選擇使用率高的道路。同時(shí)，還需要考逡逑慮路線上的交通密度和路線上的城市功能區(qū)域分布帶來(lái)的影響。電子地圖通過(guò)將逡逑道路呈現(xiàn)不同顏色來(lái)表現(xiàn)整個(gè)交通網(wǎng)絡(luò)實(shí)時(shí)的擁堵情況

電子地圖來(lái)清晰查看［３８］。逡逑通過(guò)分析天津市各道路使用率、地理特征分布和不同道路的交通密度，選取逡逑如圖２－３所示的路線為測(cè)試路線，該條測(cè)試路線總長(zhǎng)２６．５＾，涵蓋了天津市東麗逡逑區(qū)與河?xùn)|區(qū)的若干條主干道、次干道，途經(jīng)多家商場(chǎng)、醫(yī)院、學(xué)校、住宅小區(qū)等逡逑人口密度大、人流車(chē)流密集地段，是當(dāng)?shù)鼐用裰饕耐ㄇ诼肪�，具有一定的代表逡逑性。逡逑＼邋＾逡逑＼邋Ａ邋ｆ：邋＼逡逑＼邋ｆ＼邐＼逡逑，邐：邋＼邐＼．＇．么邐’邐：：￣邐＾逡逑圖２－３采集路線逡逑２．２．３米集過(guò)程逡逑以天津某路公交車(chē)為測(cè)試車(chē)輛，測(cè)試車(chē)輛以跟車(chē)法在該條路線上往返行駛采逡逑集數(shù)據(jù)，共計(jì)往返８５０次，耗時(shí)三個(gè)月，采集時(shí)間跨度為７：００－１２：００及１４：００－１９：００，逡逑包含了早晚高峰期和交通空閑期，因此采集的行駛工況信息能夠代表被測(cè)道路的逡逑真實(shí)行駛狀況［３９］。試驗(yàn)數(shù)據(jù)通過(guò)車(chē)載終端以１０Ｈｚ來(lái)獲取，采集的數(shù)據(jù)有發(fā)動(dòng)機(jī)逡逑轉(zhuǎn)速、車(chē)速、車(chē)輛加速度、檔位信息、車(chē)輛經(jīng)緯度等。為期三個(gè)月的數(shù)據(jù)采集工逡逑作結(jié)束后共采集得到２５００多萬(wàn)組有效數(shù)據(jù)

圖２－５反向?qū)崪y(cè)車(chē)速工況逡逑由于試驗(yàn)車(chē)輛主要行駛在主城區(qū)路段，經(jīng)過(guò)大量車(chē)流、人流密集地段，所以，逡逑從實(shí)測(cè)的工況曲線中可以看出車(chē)輛存在大量的急加減速工況和怠速工況。試驗(yàn)車(chē)逡逑輛在既定路線上往返行駛，由于往返車(chē)道兩側(cè)地理特征分布不同、往返行駛時(shí)段逡逑不同，那么，往返車(chē)道上車(chē)流、人流呈現(xiàn)的密集程度也會(huì)不同，從圖２－４、２－５逡逑可看出車(chē)輛在反向行駛時(shí)急加減速工況密度要大于正向行駛時(shí)的密度。因此，針逡逑對(duì)路線兩側(cè)地理特征對(duì)行駛工況的影響，很有必要將所有統(tǒng)計(jì)數(shù)據(jù)劃分為正、反逡逑向兩類(lèi)來(lái)進(jìn)行研究分析。逡逑２．３．１地理特征選取逡逑城市中存在著大量的如住宅小區(qū)、醫(yī)院、學(xué)校、購(gòu)物廣場(chǎng)、主干道交互路口逡逑等這樣的地理特征，在這些地理特征的附近，人流、車(chē)流密度會(huì)明顯增大，路況逡逑信息變得十分復(fù)雜，那么汽車(chē)的行駛工況就會(huì)受到很大的影響，如平均車(chē)速降低、逡逑

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 于少偉;史忠科;;信號(hào)交叉口集聚車(chē)輛跟馳模型[J];中國(guó)公路學(xué)報(bào);2014年11期

2 張昕;王松濤;張欣;田毅;;基于馬爾可夫鏈的混合動(dòng)力汽車(chē)行駛工況預(yù)測(cè)研究[J];汽車(chē)工程;2014年10期

3 肖仁鑫;李濤;秦穎;鄒敢;;并聯(lián)式混合動(dòng)力汽車(chē)能量管理的馬爾可夫決策[J];西南交通大學(xué)學(xué)報(bào);2012年06期

4 鄧雪;李家銘;曾浩健;陳俊羊;趙俊峰;;層次分析法權(quán)重計(jì)算方法分析及其應(yīng)用研究[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2012年07期

5 胡迪鶴;;關(guān)于隨機(jī)環(huán)境中的馬爾可夫過(guò)程的簡(jiǎn)介[J];數(shù)學(xué)物理學(xué)報(bào);2010年05期

6 崔金紅;王旭;;Google地圖算法研究及實(shí)現(xiàn)[J];計(jì)算機(jī)科學(xué);2007年11期

7 羅隆福,李勇,周立華;基于MATLAB平臺(tái)的遺傳算法工具箱(GA Toolbox)的優(yōu)化計(jì)算[J];湖南工業(yè)職業(yè)技術(shù)學(xué)院學(xué)報(bào);2005年01期

8 劉河生,高小榕,楊福生;隱馬爾可夫模型的原理與實(shí)現(xiàn)[J];國(guó)外醫(yī)學(xué).生物醫(yī)學(xué)工程分冊(cè);2002年06期

9 楊延相,蔡曉林,杜青,劉昌文,劉杰;天津市道路汽車(chē)行駛工況的研究[J];汽車(chē)工程;2002年03期

10 劉希玲,丁焰;我國(guó)城市汽車(chē)行駛工況調(diào)查研究[J];環(huán)境科學(xué)研究;2000年01期

相關(guān)會(huì)議論文 前1條

1 焦立新;楊靖東;;評(píng)價(jià)指標(biāo)標(biāo)準(zhǔn)化處理方法的探討[A];管理科學(xué)與系統(tǒng)科學(xué)進(jìn)展——全國(guó)青年管理科學(xué)與系統(tǒng)科學(xué)論文集（第4卷）[C];1997年

相關(guān)博士學(xué)位論文 前2條

1 苗強(qiáng);基于載荷重構(gòu)的混合動(dòng)力公交車(chē)能量管理策略優(yōu)化研究[D];山東大學(xué);2017年

2 孫強(qiáng);應(yīng)用于壓縮式環(huán)衛(wèi)車(chē)的單軸并聯(lián)式混合動(dòng)力總成匹配技術(shù)研究[D];山東大學(xué);2014年

相關(guān)碩士學(xué)位論文 前9條

1 盧錫鳳;基于隱馬爾可夫模型的城市道路路段不良駕駛行為鑒別[D];哈爾濱工業(yè)大學(xué);2016年

2 潘登;混合動(dòng)力汽車(chē)城市循環(huán)工況構(gòu)建及運(yùn)行工況多尺度預(yù)測(cè)[D];北京理工大學(xué);2015年

3 聶國(guó)樂(lè);城市混合道路行駛工況構(gòu)建及工況評(píng)價(jià)方法研究[D];天津大學(xué);2016年

4 劉瑤杰;基于實(shí)時(shí)路況的交通擁堵時(shí)空聚類(lèi)分析[D];首都師范大學(xué);2014年

5 張巖;面向混合動(dòng)力汽車(chē)能量管理策略的汽車(chē)運(yùn)行工況多尺度預(yù)測(cè)方法[D];吉林大學(xué);2013年

6 鄧麗君;插電式混合動(dòng)力汽車(chē)未來(lái)運(yùn)行工況預(yù)測(cè)[D];重慶大學(xué);2012年

7 馬晶晶;基于隱馬爾可夫理論的駕駛意圖辨識(shí)研究[D];長(zhǎng)沙理工大學(xué);2012年

8 李友文;混合交通環(huán)境下行駛工況構(gòu)建方法的研究[D];合肥工業(yè)大學(xué);2010年

9 張銳;城市道路汽車(chē)行駛工況的構(gòu)建與研究[D];合肥工業(yè)大學(xué);2009年

本文編號(hào)：2828168