● 摘要
近年来，我国经济快速发展，机动车保有量连年持续快速增加，由此引发的交通能耗以及环境污染已成为不可忽视的问题。目前交通领域针对道路能耗的研究多以小样本量的数据为基础，通过交通理论来解释能耗变化的规律，考虑到城市交通的复杂性，小样本量的数据难以包含全部信息，大部分的能耗计算模型都存在准确率不高、泛化能力不强的问题。近几年，随着智慧城市的普及以及车联网等新兴技术的发展，基于小客车的大规模的行驶数据采集成为可能。为此，本文将以600辆私家车1个月的日常行驶数据基础，通过数据挖掘的方法对能耗变化的规律展开研究。
本文从分析不同行驶参数对能耗的影响出发，通过聚类分析发现了多种典型行驶模式，并在此基础上建立了基于机动车行驶模式的道路交通能耗量化模型，最后实现了基于路网的能耗检测系统。
本文取得的主要成果如下：
1) 针对原始数据中普遍的存在的能耗异常值，提出并实现了一种数据清洗算法，提高了原始数据的质量。
2) 针对因机动车自身属性不同引起的能耗差异，提出并实现了基于排量与速度的标准化方法，消除了车型差异，为后续一致性分析奠定了基础。
3) 基于上述处理得到的标准数据，分析并提取了多个与机动车能耗密切相关的行驶参数，从不同角度共同解释了机动车的能耗变化，然后在此基础上进行聚类分析，得到了多个典型行驶模式，实现了对机动车行驶状态的准确量化。
4) 分析不同道路路况以及道路环境下的行驶模式分布规律，建立了基于道路路况与道路类型的能耗计算模型。
5) 设计并实现了基于路网的道路能耗检测系统，实时展示当前路网上的能耗分布，为环保导航以及节能减排等应用提供数据支持。目前该模型已应用于评估机场高速不同收费政策所产生的能耗效益。