基于遗传算法的运行模式分布模型及排放测算

针对交通系统易于收集到的平均速度,以及排放模型计算所需的运行模式分布参数,建立基于平均速度的运行模式分布模型,并采用遗传算法对模型进行优化.对比所建立模型、MOVES模型中的行驶周期所获取数据与真实数据之间的排放结果差异,发现本模型有82.5%的区间平均排放率预测误差低于MOVES,本模型的最大误差为50.0%,而MOVES模型为304.2%.使用本模型评价了北京市限行前后污染物排放情况,发现限行后二环路高峰小时HC、CO、NO_x总体排放依次减少了9.58%、11.41%、0.49%.与真实值相比,预测值R²方高于0.700,预测误差大幅度低于MOVES模型预测误差,并实现对交通策略下路网排放的动态评价应用.     

针对二氧化碳的轻型汽油车VSP区间划分

利用PEMS对北京市16辆轻型汽油车进行了排放测试,分析了机动车比功率VSP对CO2的排放影响.在此基础上,同时考虑排放速率和排放分担率两种因素,按CO2排放特性对VSP区间重新划分.新划分区间的排放率最小值为0.5587g.s-1,最大值为3.4013g.s-1,排放分担率最小值为4.61%,最大值为14.17%.此外,VSP=0的数据排放率为0.5587g.s-1,低于周围区间,分担率为14.17%,与其它区间相当,因此,其被划入独立区间.接着,引入速度及发动机负荷ES两个参数,对VSP区间进行再划分,分别分为30个排放区间.最后,通过北京不同类型道路排放实例进行验证,发现针对快速路和非快速路而言,MOVES预测误差分别为11.43%,14.34%,IVE为12.23%,15.53%,新VSP划分方式为10.05%,12.57%,新VSP-速度组合区间的划分方式为9.10%,11.56%,新VSP-ES组合区间的划分方式为9.90%,12.23%,其中,新VSP-速度组合区间的划分方式误差最小.