一、出租车燃料中的函数应用（论文文献综述）
靳富强[1]（2021）在《考虑能源类型的城市出租车运营效率评价研究》文中指出为了响应国家节能减排政策和城市可持续发展需要,出租车能源类型逐渐从传统的燃油型更新换代成燃气型、电动型和甲醇型。本文基于政府管理视角,综合乘客、出租车司机、出租车公司、交通治理和环境治理的效益,对不同能源类型的出租车运营效率评价展开研究,有较强的现实意义和理论价值。考虑能源类型的出租车运营效率评价模型构建。首先分析不同能源类型出租车的运营特性,进行评价指标的选取与分类。然后对现有DEA效率评价模型中的目标函数、约束条件和Charnes-Cooper变换进行改进,构建考虑能源类型的出租车N-DEA运营效率评价模型。为了对不同能源类型出租车在工作日和双休日的不同运营效率进行综合评价,在N-DEA模型的基础上引入Malmquist指数,构建N-DEA-Malmquist运营效率评价模型。考虑能源类型的出租车运营效率评价模型求解。对N-DEA运营效率评价模型进行处理,求出模型的对偶标准形式,给出求解步骤。根据N-DEA模型的处理思路,对N-DEA-Malmquist模型进行处理,求出N-DEA-Malmquist模型的对偶标准形式,最后列出N-DEA-Malmquist模型的求解步骤。考虑能源类型的出租车运营效率评价实例分析。对西安市14946辆出租车2019年10月至12月的GPS轨迹数据进行数据预处理,采用本文模型对三种不同类型的出租车运营效率进行评价。结果表明,电动型出租车N-DEA运营效率仅在工作日最高,燃气型出租车N-DEA运营效率及N-DEA-Malmquist运营效率在工作日和双休日均为最高。本文给出的结论和建议可为出租车能源类型选择提供决策依据。
党鹏飞[2]（2021）在《基于GPS数据的出租车寻客行为分析及路径规划研究》文中研究指明在出租车运营过程中,出行者需求信息对出租车运营效率及收益具有重要影响;同时,交通环境的时变性给驾驶员的有效寻客带来了较大的困难。为减少此类状况的发生,为出租车驾驶员推荐实时有效的寻客方案就显得尤为重要。因此,本文针对驾驶员寻客这一问题,建立两阶段出租车驾驶员寻客方案推荐模型,对驾驶员进行寻客方案动态推荐,提高驾驶员寻客效率。本文的主要研究内容包括:（1）GPS数据匹配及出行者出行偏好信息解析为掌握出行者出行时空规律,本文基于北京市出租车GPS数据,进行数据清洗和数据分析进而提取有效信息。接着提出出租车乘客上下车位置点OD（origin-destination,OD）的提取算法和出租车OD数据匹配算法。通过分析OD数据,获取出租车需求和运营时间信息,挖掘城市居民出行偏好特性,为后文确定出租车寻客目标做数据支撑。（2）基于Voronoi图的寻客区域划分与寻客指标计算方法为了为出租车驾驶员准确地推荐寻客目标,本文基于出租车OD数据,对O点进行聚类,利用Voronoi图法根据聚类中心坐标对研究区域进行划分,获得驾驶员寻客目标区域集合。基于区域内统计数据,建立区域寻客指标计算模型。对于区域寻客指标选择,本文基于核函数建立驾驶员寻客特征模型,揭示目标区域吸引力与驾驶员到目标区域距离的变化规律,研究寻客区域特征对驾驶员寻客策略的影响,为后文进行寻客方案推荐做基础工作。（3）基于出行时间不确定的动态寻客方法本文建立两阶段出租车驾驶员寻客方案推荐模型,分别为寻客目标区域推荐模型和寻客目标点推荐模型;从GPS数据中提取各寻客指标数据,对寻客推荐模型进行求解计算,将推荐值最高的寻客方案（即为最优寻客方案）作为驾驶员寻客的初始方案。基于推荐模型,本文提出基于出行时间不确定的动态寻客方法。通过各路径中路段交通速度的预测,对当前车辆行驶路段终点到各寻客目标点的道路交通指数和空载行程时间进行估计计算,进而对各目标点的推荐值进行计算更新,实时调整驾驶员最优寻客目标点。基于对出租车GPS数据分析得到的出行者出行特性,本文通过建立寻客推荐模型为驾驶员明确寻客目标,最后对出租车进行寻客路段的行程时间估计,以此为驾驶员实时更新计算寻客目标,以提高出租车寻客效率。
王毅萌[3]（2020）在《城市交通温室气体核算与减排潜力研究》文中研究表明在全球环境污染状况严重的大背景下,城市交通造成的污染状况也急需解决。可通过优化城市交通发展结构、提高汽车节能减排技术水平、提高能源利用效率、加快新能源汽车的推广等缓解我国交通污染现状。本文将城市交通中各类出行方式作为研究对象,通过阅读国内外学者对该领域的研究文献,分析学者们的研究内容,对我国城市交通低碳出行工具的碳排放情况进行研究,主要分为以下内容:首先,介绍了本文中所用到的研究方法,主要分成三类:碳排放核算模型、预测方法以及碳排放潜力分析方法。车辆碳排放核算模型采用IPCC2006中提到的“自下而上”法,依据车辆的保有量、行驶里程、能耗系数、排放因子等对城市交通工具产生的碳排放量进行核算。预测方法选用灰色预测模型和回归分析法,对未来各类交通车辆的数量进行预测,从而推断未来车辆的碳排放情况。碳排放潜力分析选择情景分析法,设定三种情景分别分析车辆的碳排放潜力。其次,以石家庄市为具体案例,核算城市在过去十年（2010-2019年）中的交通碳排放量。根据核算结果,使用两种预测方法对未来五年（2020-2024年）各类车辆保有量进行预测,并选择最优预测结果。由该结果计算出未来五年城市交通的碳排放量,并作为基准情景与低碳情景和强化情景作对照。通过情景分析法对各情景下交通车辆产生的碳排放情况和减排潜力进行分析。最后,得出最终结论。在减排情景下,2020-2024年的减排量分别为:9.41万t、11.64万t、10.88万t、13.24万t和13.26万t,共减少排放58.44万t。其中,电力公交车减排潜力最大,其次是汽油私家车。在强化情景下,2020-2024年的减排量分别为:91.53万t、101.07万t、108.20万t、118.21万t和125.86万t,共减少排放544.88万t。其中,燃油私家车减排潜力最大,其他车辆碳排放量均有少量增加。
巫玉杞[4]（2020）在《排放因子不确定性数据集建立与清单质量评估方法研究 ——以广东省为例》文中研究指明大气污染物排放清单是研究污染形成机制和空气质量管理的基础数据,其可靠性和准确性至关重要。现阶段我国排放清单仍存在较大不确定性,而目前国内外尚未建立完善的排放清单质量评估体系,已有的清单评估方法研究都仅针对影响清单质量的某一种或几种因素进行分析,而无法全面评估排放清单质量。定量不确定性分析是清单评估的重要方法之一,但缺乏输入参数不确定性信息阻碍了定量分析的应用。为此,本研究在广泛文献调研及专家咨询的基础上,确定了排放清单质量评估指标,并结合专家判断和层次分析法,构建了基于综合评价法的排放清单质量评估指标体系。为了验证该评估体系的可行性,本研究将其应用到广东省2017年区域排放清单的质量评估中,从数据质量、排放总量、排放源贡献、空间分布、定量不确定性分析和清单校验等多方面进行分析,并根据评估结果找到影响排放清单质量的关键因素,对排放清单未来的改进提出建议。此外,在广泛收集排放因子的基础上构建了基于源分类的排放因子不确定性数据集,为清单不确定性的定量分析提供数据支撑。本研究的主要结论如下:（1）本文构建的排放清单质量评估指标体系自上而下分为4个层级,涵盖数据来源及质量、清单精细程度、清单结果合理性和报告规范性4项评估内容,16项一级评估指标和35项二级评估指标。数据质量重点评估数据来源可靠性及数据代表性;精细程度重点评价估算方法、源分类、时空分辨率细化程度及点源化率等;清单结果的合理性主要从总量、源结构、时空特征及不确定性分析结果综合衡量;报告规范性则是对清单编制工作、报告组分完整性及文档管理等方面进行评价。（2）通过收集的35453个基于实际测试或其他权威来源的排放因子,构建了包含478条排放因子不确定性信息的数据集。总体上颗粒物和VOCs排放因子不确定性较大。非道路移动源、扬尘源和工艺过程源的颗粒物排放因子具有较大的不确定性。而溶剂使用源和工艺过程源的VOCs排放因子不确定性均较高。因此未来应针对颗粒物和VOCs排放,尤其是不确定性较大的排放源开展更多实测研究,以降低其排放因子不确定性。（3）基于排放因子不确定性数据集对区域清单进行定量不确定性分析,其SO2、NOx、CO、PM10、PM2.5、BC、OC、VOCs 和 NH3 的不确定性范围分别为-17%～20%、-25%～28%、-30%～39%、-45%～60%、-43%～62%、-53%～116%、-54%～160%、-34%～50%和-50%～86%。由于估算方法的优化及本地化参数的应用,清单不确定性与2012年的结果相比有所降低。利用敏感性分析法研究各排放源对污染物排放不确定性的影响,发现移动源、工艺过程源、溶剂使用源、扬尘源和生物质燃烧源等对排放清单整体不确定性影响较大。（4）利用排放清单质量评估指标体系对广东省2017年区域排放清单的评估得分为A=0.83,说明该排放清单整体质量良好,其编制工作过程较规范,数据来源较可靠,清单精细程度适中,其结果能够较为准确描述该区域污染物排放特征,但仍存在一些问题可优化。利用评估体系从上而下逐层分析发现主要是排放因子及相关参数的数据质量影响得分,因此建议未来应对企业污染物排放及控制效率进行本地调研,同时制定相应的采样标准和测试规范,并量化实测排放因子不确定性,以提高排放因子的可靠性和代表性。本研究构建国内首个大气污染物排放清单质量评估指标体系,不仅成功实现对广东省区域排放清单质量的综合评估,同时也为排放清单质量综合评估提供了参考和思路。此外,构建的排放因子不确定性数据集不仅为定量不确定性分析的应用提供了数据支撑,也指导了未来重点排放源测试。
吕晨[5]（2020）在《北京市高分辨率交通碳排放清单研究与低碳发展情景分析》文中进行了进一步梳理交通温室气体排放总量在过去20年间迅速增长,其中约3/4来自道路机动车排放。本研究提出一种以路网信息为基础、路段区间平均速度为核心的机动车排放清单建立方法,采用本地化的MOVES（Motor Vehicle Emission Simulator）模型模拟机动车CO2、N2O和CH4排放因子,并且建立交通速度—流量模型预测路网逐时车流量,自下而上编制了北京市2018年高时空（1h×1h,1km×1km）分辨率的机动车温室气体排放清单。根据排放清单,在宏观与微观层面探究了北京市机动车排放总量、车型贡献率、排放量的时间变化规律以及空间分布特征。此外,采用情景分析的方法基于LEAP（Long-range Energy Alternatives Planning system）模型评估北京市历史阶段（2000—2018年）的道路交通能源需求与温室气体排放量的变化过程,并设置不同情景预测未来阶段（2019—2030）温室气体排放量的发展趋势,探究排放达峰年份与最佳发展路径。结果显示速度是造成机动车排放因子变化的主要因素,排放因子在机动车启动时较高,在正常运行阶段（40—100km/h）最低。提升路网通行能力、降低道路拥堵、减少车辆频繁的启动和停止是降低机动车排放因子以及减少机动车温室气体排放量的有效途径。2018年北京市机动车CO2、N2O和CH4的实际排放量分别为19 864 590、82.30和511.90t,折算温室气体排放总量为19 901933t CO2e。汽油小客车、公交车、柴油小客车、轻型货车、摩托车、重型货车和微型货车对排放量的贡献率分别为69.11%、8.87%、7.37%、5.00%、4.19%、3.77%和1.68%。全市道路的年平均CO2、N2O和CH4排放强度分别为1 854.76、0.008 6和0.044 t/（km·a）。工作日与周末的日排放量分别为55 206.30和52817.64t CO2e。时间变化规律显示,工作日的早高峰、午高峰和晚高峰时段分别贡献了日排放总量的11.76%、11.84%和12.92%。空间分布特征显示,机动车温室气体排放量由城市核心区域向郊区环形递减,北京市五环内区域仅占全市总面积的5.93%,却贡献了排放总量的41.53%。情景分析预计北京市机动车保有量将由2018年的608.40万辆增长到2030年的738.18万辆。北京市机动车温室气体排放总量已于2013年达峰(21 693 518t CO2e),最优发展情景、技术提升情景、强度减缓情景和结构转变情景在2030年的排放总量与基准情景相比将分别降低33.08%、21.34%、10.93%和7.93%。单一减排措施中提升燃料经济性的减排效果最好,综合多种措施的最优发展情景是最理想的发展路径,发掘机动车减排潜力是促进北京市实现碳达峰目标的有效手段。
张馨露[6]（2020）在《基于随机森林回归的出租车排放因子影响因素研究》文中研究说明我国机动车数目的逐年猛增使移动源逐渐成为大城市污染的主要源头,其中以出租车为代表的的营运车是城市路网中必不可少的成员,日均行驶里程和行驶时间都显着高于普通乘用车,不可避免地带来更多污染。减少出租车尾气排放,实现绿色健康运营,对城市环境和居民健康具有重要意义。机动车道路遥感测试是一种尾气排放测试技术,每天测试车辆数最多可达上万辆,自动化程度高,成本低。利用遥测技术建立实际车流――排放大数据测试和实时分析是近年来研究的热点,并已在排放监管和环境治理领域得到应用。以随机森林为代表的机器学习方法抛弃了先作假设再估计参数的建模方式,完全从数据本身出发,探索内在数量规律,而后衍生出来的解释性机器学习理论又为评估与分析算法模型提供了技术支持。本文首先回顾了国内外已有研究成果,总结现阶段机动车遥测研究中存在的不足,指导本文研究;然后汇总整理采集到的27737条北京市出租车遥测数据,计算污染物排放因子,了解排放分布特征,利用z-score法剔除一氧化碳排放因子（EFCO）、碳氢排放因子（EFHC）、一氧化氮排放因子（EFNO）中的异常高值。在此基础上,针对遥测的横截面数据特点,先对数据做bootstrap抽样,再以车辆信息、工况信息、气象信息、测试时间为解释变量,分别对3种排放因子建立随机森林回归模型并给出变量重要性评估,然后综合运用部分依赖图、局部累积效应图分析重要变量对模型响应的影响。主要结论如下:车龄是影响出租车尾气排放的最重要因素;因为造成尾气中不同污染物的机理不同,工况对不同尾气组分的影响不尽相同,驾驶过程中避免频繁启动、急加/减速及长时间低速运行对出租车驾驶更有利;目前机动车遥测设备稳定性不佳,导致遥测数据逐年整体性升高,需加强质控工作。本文的研究方法为机动车遥测大数据分析提供了一种可行方案,其研究结论对下一步控制和减少出租车尾气排放有一定参考价值。
周媛媛[7]（2020）在《基于广义出行费用的城市客运交通结构优化研究》文中认为近年来,中国经济水平不断提高,城市化和机动化进程持续加快,城市居民的交通需求随之上涨,交通需求与交通供给间的矛盾愈演愈烈,引发了一系列城市交通问题。而不合理的客运交通结构导致城市交通系统整体的运行效率降低,这与我国城市现阶段的交通问题密切相关。本文从交通管理者和出行者两个角度出发,对基于广义出行费用的城市客运交通结构优化进行研究,其主要包含以下几个部分:（1）阐释了城市客运交通结构的概念以及构成,对各客运交通方式的交通特性、资源消耗以及外部成本等特性进行了详细的对比分析,并从外部和内部两大方面定性分析了城市客运交通结构影响因素。（2）分析了交通管理者和交通出行者的决策目标及决策关系;界定了广义出行费用的概念,从交通管理者视角和出行者视角分别剖析了广义出行费用的构成,并对其进行量化,从而建立了管理者视角下的广义出行费用函数和出行者视角下的广义出行费用函数。（3）以交通管理者视角下广义出行费用最小、交通出行者视角下广义出行费用最小以及城市客运交通系统总效用最大为优化目标,加以出行需求约束、道路空间资源约束、能耗约束、环境容量约束、客运交通方式发展规模约束以及出行时间约束,构建了基于广义出行费用的多目标优化模型,并通过灰色关联度将多目标转化为单目标,设计了自适应遗传算法对其进行求解。（4）以北京市中心城区为例,运用前文提出的优化模型对其交通结构进行了优化,结果表明:优化后的客运交通结构使整个交通系统的社会成本更低,降低了出行者的广义出行费用,同时获得了更大的交通效用,有利于在保障出行者需求的同时提升系统的整体效率与效能。最后根据优化结果提出了客运交通结构优化建议。
周思宇[8]（2020）在《面向典型山地城市的电动汽车充电设施多场景规划研究》文中指出电动汽车（electric vehicle,EV）基础设施的良好发展是促进电动汽车产业迅速发展的先决条件。世界范围内的学者已经从基于城市路网特性、电动汽车用户出行特性和城市配电网运行特性等方面建立了较为全面的充电设施规划计算模型,但多是针对平原城市的研究,忽略了城市地形特征对充电设施规划的影响。典型山地城市道路非直线、非平面化延展,各路段通行能力差异较大,增大了电动汽车出行耗电量,给用户出行带来极大负担,同时,该类城市中相关政策落地相对困难,电动汽车产业发展规模差异性巨大,需要针对电动汽车不同的发展阶段,综合考虑充电设施及电动汽车用户双方的利益,制定具有适应性的规划方案。在此背景下,本文针对典型山地城市充电设施规划开展了三方面研究:建立针对山地城市地形特征的电动汽车出行耗电量计算模型、计及山地城市地形特征的充电设施选址定容研究、计及山地城市充电设施及电动汽车用户双方利益的双层网络协调规划研究。本文综合考虑不同影响因素对充电设施规划,建立了面向典型山地城市多种场景下的规划模型,具体研究内容如下:（1）建立了针对山地城市地形特征的电动汽车出行耗电量计算模型。首先分析了山地城市地形特征对电动汽车用户出行的影响,推导出了爬坡系数和能量回收系数,从而建立了针对山地城市的电动汽车出行耗电量计算模型,并基于改进的Floyd最短路径算法,求解了电动汽车在山地城市内的出行耗电量分布。算例分析表明,不同道路等级下,电动汽车在山地城市中的单次出行耗电量相较于平原城市最大增大6倍,验证了针对山地城市开展充电设施规划的必要性。（2）建立了面向山地城市的充电设施规划模型。首先基于K-means聚类分析,获取典型日城市车流信息数据,建立了山地城市充电需求分布预测模型,其次结合山地城市“集聚效应”的影响,推导出山地城市征地系数,并基于改进的P-中心定位模型,建立了以包含充电设施年建设成本、运行维护成本、配电网扩展成本、年购电成本和年用户路上成本的社会总成本最小为目标的山地城市充电设施规划模型。通过算例分析,证明用户的出行成本增加31.6%,充电设施的年建设与运维成本减少美元,并讨论了不同因素对充电设施规划的影响,证明了所提方法的实际应用价值。（3）建立了针对山地城市充电设施及电动汽车用户双方利益的双层网络协调规划模型。本章考虑了山地城市电动汽车产业发展参差不齐的特点,探讨了电动汽车不同发展阶段充电设施和电动汽车用户双方利益分配的问题,从而建立了充电设施利润模型和电动汽车用户满意度模型,并基于此提出了针对山地城市充电设施及电动汽车用户双方利益的双层网络协调规划模型。算例分析表明,随着规划侧重点的不断变化,充电设施规划结果发生明显改变,证明所提规划方法,对特殊地形城市中电动汽车产业不同发展阶段的具体规划方案具有指导作用。
鲍春[9]（2019）在《基于低碳交通发展理念的城市路网优化研究 ——以南宁市江北片区为例》文中研究指明随着机动车水平不断提高,路网供需矛盾加剧,随之带来的交通堵塞、能源短缺及气候变化等问题日益严峻。作为引导市民低碳出行、缓解交通拥堵的基于低碳交通发展理念对城市路网进行优化就显得十分有必要。本文从低碳交通理念出发,以城市路网优化方法为研究内容,通过文献研究法、跨学科专项研究法、交通调查与统计分析法、归纳演绎与综合分析法相结合进行研究。在低碳交通生态理念的指导下,通过对低碳交通的影响因素和低碳交通与城市路网之间的关联性分析,探讨基于低碳交通发展理念的城市路网优化方法和实施路径。本文经研究构建了基于环境碳容量与路网承载力双约束下的路网结构优化模型,并从构建自然肌理的通风廊道、畅通四面通达支路体系、提高低排放方式出行比例、道路公共化减少绕行距离四大方面提出了基于降低碳排放量的城市路网优化思路与技术方法,并在南宁市江北片区路网优化中加以实践。力求通过本文的研究,对低碳交通理念在城市路网优化等规划和工程项目的应用中起到借鉴作用。
陈娇杨[10]（2019）在《基于车重的机动车简化能耗模型研究》文中研究表明近年来,国内外严峻的能源现状和发展形势使得面向交通策略评价的能耗量化方法成为交通研究领域的热点。基于比功率的能耗测算模型成为主流。其计算能耗的步骤如下所示:1)车型分类;2)通过能耗测试得到各车型的单位时间能耗量,即能耗率;3)通过工况测试得到各车型的比功率分布;4)将同一车型的能耗率与比功率分布相乘得到该车型的单位里程能耗量,即能耗因子,则一个区域的能耗等于各车型的能耗因子与行驶总里程的乘积然而目前能耗测算的相关研究面临以下问题与挑战,一方面,由于实际交通流中的车型构成、道路类型、速度区间等条件的交叉组合,使得能耗测算及其修正的复杂度几何级上升;另一方面,传统模型中缺乏对不同车型的能耗测算结果间内在联系的定量化分析,因此本研究认为传统模型在模型构建、模型应用与理论研究中存在基于不同车型间车重的简化空间。基于此,本研究从以下三个维度对传统能耗测算模型进行简化,构建了基于车重的机动车简化能耗模型即简化能耗率模型、简化比功率分布模型和简化能耗因子模型。三部分简化模型既可独立表征对应能耗参数物理意义与车重的简化关系,也可实现不同的情景需求下的相互联系与转换。主要研究内容如下所示:首先,本研究构建基于车重的机动车简化能耗率模型。研究发现不同车型能耗率之间存在一定共性,即不同车型的能耗率均与比功率和速度相关;也存在一定差异,除了特殊行驶状态的比功率区间以外,不同车型能耗率基本随车重的增大而增大。能耗率可用与车重相关的多项式函数表示,模型参数与比功率和速度相关。拟合结果表明,拟合优度系数（R2）在70%的比功率区间内大于0.8,小于0.8的区间主要集中在刹车、怠速、负比功率及低比功率区间。通过使用本研究构建的简化能耗率模型可根据车重获取未经能耗测试车型的能耗率,适用于比功率分布数据充足车型的能耗因子的获取。然后,本研究构建基于车重的机动车简化比功率分布模型。研究发现不同车型的比功率分布存在一定共性,即不同车型在不同平均行程速度区间的比功率分布均可用高斯函数刻画,且拟合优度系数（R2）绝大多数都集中在0.9-1之间,且高斯分布刻画结果与与实际分布的重叠率主要集中在70-100%之间,随着平均行程速度增大,同一车型比功率分布峰值下降、对称轴右移、宽度变宽;也存在一定差异,不同车型单位车重对比功率分布峰值、对称轴和宽度的贡献随车重的增大而降低。比功率分布参数可用与车重相关的多项式函数,函数参数与平均行程速度相关。简化比功率分布模型拟合优度系数（R2）绝大多数都集中在0.6-1之间,随平均行程速度的增大而减少。在2-30 km/h与实测分布重叠率均值为80%,32-70 km/h均值为70%。通过使用本研究构建的简化比功率分布模型可根据车重获取未经能耗测试车型的能耗率,适用于比功率分布数据充足车型的能耗因子的获取。其次,本研究构建基于车重的机动车能耗因子模型,即为本研究的核心内容。研究发现不同车型的能耗因子存在一定共性,实测数据与传统模型得到的能耗因子均满足能耗因子—速度负幂函数关系,除去个别实测货运车辆以外拟合优度系数（R2）均大于0.98;也存在一定差异,本研究提出了当量能耗因子的概念,定义为不同车型能耗因子与轻型客车能耗因子比值,单位车重当量能耗因子在各平均行程速度区间随车重的增大而降低。能耗因子可用与车重相关的负幂函数表示,函数参数与平均行程速度相关。简化能耗因子模型拟合优度系数（R2）基本不低于0.95。相对误差主要集中在-20%-20%之间。客运车型相比货运车型有一定高估。通过使用本研究构建的简化能耗因子模型可根据车重获取未经能耗和工况测试车型的能耗因子,同时可在实际应用时简化应用流程。最后,本研究将构建的基于车重的机动车简化能耗模型应用于北京市快速路工作日早晚高峰机动车能耗评价。研究发现简化能耗模型在早晚高峰期间相比传统模型测算结果分别有4.22%与4.31%的高估,即在案例背景下牺牲小于5%的精度可以减少85.7%的能耗工况测试以及能耗测算工作量。本研究的创新点在于利用车重作为不同车型的表征变量,打破传统模型在模型构建、模型应用与理论研究中仅针对单一车型的局限性,实现对传统能耗模型简化的目的;同时,本研究提出当量能耗因子概念,其余车型的能耗可以通过轻型客车实现能耗因子的统计与转换。
二、出租车燃料中的函数应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、出租车燃料中的函数应用（论文提纲范文）
（1）考虑能源类型的城市出租车运营效率评价研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究内容与框架 |
| 1.2.1 研究内容 |
| 1.2.2 研究框架 |
| 1.3 研究方法 |
| 2 国内外相关研究综述 |
| 2.1 公共交通运营效率评价 |
| 2.1.1 公交车运营效率评价 |
| 2.1.2 轨道交通运营效率评价 |
| 2.2 出租车运营效率评价 |
| 2.2.1 出租车运营效率评价指标 |
| 2.2.2 出租车运营效率评价模型 |
| 2.3 相关理论 |
| 2.3.1 数据包络分析(DEA) |
| 2.3.2 全要素生产率指数(DEA-Malmquist) |
| 2.4 文献评述 |
| 3 考虑能源类型的出租车运营效率评价模型构建 |
| 3.1 出租车运营效率评价体系构建 |
| 3.1.1 评价指标初步选取 |
| 3.1.2 评价指标体系构建 |
| 3.2 出租车运营效率评价模型构建 |
| 3.2.1 N-DEA运营效率评价模型构建 |
| 3.2.2 N-DEA-Malmquist运营效率评价模型构建 |
| 3.3 本章小结 |
| 4 考虑能源类型的出租车运营效率评价模型求解 |
| 4.1 N-DEA运营效率评价模型的处理与求解 |
| 4.1.1 N-DEA运营效率评价模型处理 |
| 4.1.2 N-DEA运营效率评价模型求解 |
| 4.2 N-DEA-Malmquist运营效率评价模型的处理与求解 |
| 4.2.1 N-DEA-Malmquist运营效率评价模型处理 |
| 4.2.2 N-DEA-Malmquist运营效率评价模型求解 |
| 4.3 本章小结 |
| 5 考虑能源类型的出租车运营效率评价实例分析 |
| 5.1 数据预处理与指标值计算 |
| 5.1.1 数据预处理 |
| 5.1.2 指标值计算 |
| 5.2 考虑能源类型的西安市出租车运营效率评价 |
| 5.2.1 考虑能源类型的西安市出租车N-DEA运营效率评价 |
| 5.2.2 考虑能源类型的西安市出租车N-DEA-Malmquist运营效率评价 |
| 5.3 本章小结 |
| 6 结论 |
| 6.1 主要结论和管理建议 |
| 6.1.1 主要结论 |
| 6.1.2 管理建议 |
| 6.2 需要进一步研究的问题 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及成果 |
| 致谢 |
（2）基于GPS数据的出租车寻客行为分析及路径规划研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.3 国内外研究现状 |
| 1.3.1 出租车GPS数据应用研究现状 |
| 1.3.2 出租车寻客方案研究现状 |
| 1.3.3 当前研究的局限性 |
| 1.4 研究内容与技术路线 |
| 2 GPS数据匹配及出行偏好特性解析 |
| 2.1 出租车GPS数据概述 |
| 2.1.1 出租车GPS数据内容与特点 |
| 2.1.2 GPS数据挖掘技术与应用 |
| 2.2 GPS数据描述与预处理 |
| 2.2.1 出租车GPS数据描述 |
| 2.2.2 出租车GPS数据处理 |
| 2.3 GPS数据OD匹配 |
| 2.3.1 乘客上下车位置点提取 |
| 2.3.2 乘客上下车点的OD数据匹配 |
| 2.4 基于GPS数据的出行者偏好特性解析 |
| 2.4.1 出行时间偏好特性分析 |
| 2.4.2 出行空间偏好特性分析 |
| 2.5 本章小结 |
| 3 寻客区域划分方法与寻客特征模型 |
| 3.1 寻客问题概述 |
| 3.2 基于Voronoi图的寻客区域划分方法 |
| 3.2.1 Voronoi图概述 |
| 3.2.2 Voronoi图生成算法 |
| 3.2.3 基于Voronoi图的寻客目标区域划分 |
| 3.3 基于出租车GPS数据的寻客指标计算 |
| 3.3.1 区域载客概率 |
| 3.3.2 空载行驶时间 |
| 3.3.3 区域车辆供需比 |
| 3.3.4 道路交通指数 |
| 3.4 基于核函数的驾驶员寻客特征模型 |
| 3.4.1 核函数 |
| 3.4.2 基于核函数的驾驶员寻客特征模型 |
| 3.5 本章小结 |
| 4 基于寻客时间不确定的动态寻客方案 |
| 4.1 寻客推荐模型 |
| 4.1.1 寻客目标区域推荐模型 |
| 4.1.2 寻客目标点推荐模型 |
| 4.2 动态寻客策略框架概述 |
| 4.3 交通流预测理论与常用方法 |
| 4.3.1 交通流预测理论 |
| 4.3.2 常用交通流短时预测方法 |
| 4.4 基于ARIMA模型的路段出行时间估计方法 |
| 4.4.1 出行时间估计问题概述 |
| 4.4.2 基于ARIMA模型的交通速度预测 |
| 4.5 本章小结 |
| 5 案例分析 |
| 5.1 基于Voronoi图的目标区域划分 |
| 5.1.1 寻客目标区域推荐方案 |
| 5.1.2 寻客目标点推荐方案 |
| 5.2 基于出行时间不确定的动态寻客策略 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（3）城市交通温室气体核算与减排潜力研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 理论基础与国内外研究现状 |
| 1.2.1 低碳理念的起源 |
| 1.2.2 低碳交通的概念 |
| 1.2.3 国外低碳交通的研究 |
| 1.2.4 国内低碳交通的研究 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究的主要内容 |
| 1.3.2 研究的技术路线 |
| 第2章 各类交通工具的发展现状及发展前景 |
| 2.1 新能源汽车 |
| 2.2 快速公交系统(BRT) |
| 2.3 轨道交通 |
| 2.4 公共自行车 |
| 2.5 本章小结 |
| 第3章 方法综述 |
| 3.1 交通领域碳排放核算方法 |
| 3.2 城市交通碳排放核算模型 |
| 3.2.1 燃油车辆碳排放核算模型 |
| 3.2.2 燃气车辆(压缩天然气CNG)碳排放核算模型 |
| 3.2.3 电力车辆(公交车、地铁)碳排放核算模型 |
| 3.3 交通领域碳排放预测方法 |
| 3.3.1 情景分析法 |
| 3.3.2 灰色预测法 |
| 3.3.3 回归分析法 |
| 3.3.4 趋势外推法 |
| 3.4 城市交通碳排放潜力预测模型 |
| 3.5 数据收集方法 |
| 3.6 本章小结 |
| 第4章 城市交通碳排放研究——以石家庄为例 |
| 4.1 城市基本情况概述 |
| 4.1.1 机动化水平 |
| 4.1.2 城市公共交通客运量分析 |
| 4.1.3 居民出行特征分析 |
| 4.2 碳排放核算模型相关参数和数据 |
| 4.3 城市交通温室气体排放量核算结果分析 |
| 4.4 不同车辆类型保有量预测结果 |
| 4.4.1 灰色预测法预测结果 |
| 4.4.2 回归分析法预测结果 |
| 4.5 本章小结 |
| 第5章 城市交通碳排放潜力情景分析 |
| 5.1 减排原理分析 |
| 5.1.1 替代性减排原理 |
| 5.1.2 优化发电结构减排原理 |
| 5.2 情景分析和描述 |
| 5.3 城市交通碳减排潜力情景设定及分析 |
| 5.3.1 情景设定 |
| 5.3.2 城市交通碳减排潜力分析 |
| 5.4 本章小结 |
| 结论与展望 |
| 结论 |
| 展望 |
| 参考文献 |
| 致谢 |
| 个人简介 |
| 在读期间发表的学术论文 |
（4）排放因子不确定性数据集建立与清单质量评估方法研究 ——以广东省为例（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 大气污染物排放清单研究进展 |
| 1.2.2 大气污染物排放清单评估研究现状 |
| 1.2.3 大气污染物排放清单不确定性分析研究现状 |
| 1.2.4 大气污染物排放清单校验研究现状 |
| 1.3 研究目标与研究内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 拟解决的关键问题 |
| 1.4 技术路线 |
| 1.5 论文结构 |
| 第二章 大气污染物排放清单质量评估方法体系建立 |
| 2.1 大气污染物排放清单质量评估指标选取 |
| 2.1.1 排放清单质量评估指标体系构建的关键问题与原则 |
| 2.1.2 排放清单质量评估指标体系构建 |
| 2.2 大气污染物排放清单质量评估方法建立 |
| 2.2.1 基于综合评价法的排放清单质量评估体系构建 |
| 2.2.2 排放清单质量综合评估模型 |
| 2.2.4 排放清单质量等级评估与结果分析 |
| 2.3 大气污染物排放清单合理性评估方法 |
| 2.3.1 排放清单不确定性分析 |
| 2.3.2 大气污染物排放清单合理性其他评估方法 |
| 2.4 排放因子不确定性分析与数据集构建 |
| 2.4.1 排放因子不确定性数据集的构建原则 |
| 2.4.2 排放因子数据来源 |
| 2.4.3 排放因子数据预处理与分析 |
| 2.4.4 排放因子不确定性数据集构建 |
| 2.5 本章小结 |
| 第三章 基于源分类的排放因子不确定性数据集构建 |
| 3.1 排放因子不确定性数据集总体情况 |
| 3.2 固定燃烧源 |
| 3.2.1 电厂 |
| 3.2.2 工业燃烧源 |
| 3.2.3 民用源 |
| 3.3 道路移动源 |
| 3.4 非道路移动源 |
| 3.5 工艺过程源 |
| 3.6 溶剂使用源 |
| 3.7 扬尘源 |
| 3.8 生物质燃烧源 |
| 3.9 农业源 |
| 3.10 本章小结 |
| 第四章 区域排放清单不确定性量化与校验研究 |
| 4.1 区域人为源污染物排放清单概况 |
| 4.1.1 区域排放清单排放源分类分析 |
| 4.1.2 区域排放清单结果及排放源贡献结构分析 |
| 4.1.3 区域排放清单的空间分布特征 |
| 4.1.4 区域排放清单点源化率分析 |
| 4.2 区域排放清单定量不确定性分析 |
| 4.3 排放清单关键不确定性源识别及分析 |
| 4.3.1 道路移动源 |
| 4.3.2 非道路移动源 |
| 4.3.3 工艺过程源 |
| 4.3.4 溶剂使用源 |
| 4.3.5 扬尘源 |
| 4.3.6 生物质燃烧源 |
| 4.4 区域排放清单校验 |
| 4.4.1 排放清单横向比较 |
| 4.4.2 排放清单趋势分析 |
| 4.4.3 空气质量监测浓度比较 |
| 4.5 本章小结 |
| 第五章 大气污染物排放清单质量评估体系应用研究 |
| 5.1 区域排放清单质量评估 |
| 5.1.1 区域排放清单质量评估指标的选择 |
| 5.1.2 区域排放清单质量评估指标的赋值 |
| 5.1.3 区域排放清单质量评估指标权重 |
| 5.1.4 区域排放清单质量评估结果量化 |
| 5.2 区域排放清单评估结果分析 |
| 5.3 本章小结 |
| 结论与建议 |
| 主要结论 |
| 下一步工作建议 |
| 参考文献 |
| 附录 |
| 附录1 数据来源及质量的评估指标及标准 |
| 附录2 清单精细程度的评估指标及标准 |
| 附录3 清单结果合理性的评估指标及标准 |
| 附录4 报告规范性的评估指标及标准 |
| 攻读硕士期间主要研究成果 |
| 致谢 |
| 附件 |
（5）北京市高分辨率交通碳排放清单研究与低碳发展情景分析（论文提纲范文）
| 摘要 |
| Abstract |
| 主要物理量名称及符号 |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 温室气体分类与来源 |
| 1.1.2 温室气体评估与控制 |
| 1.1.3 道路交通温室气体排放 |
| 1.2 国内外研究进展 |
| 1.2.1 排放清单的建立 |
| 1.2.2 排放模型的研究 |
| 1.2.3 排放情景的分析 |
| 1.3 存在的不足与研究目的 |
| 1.4 研究来源与内容 |
| 第2章 机动车温室气体排放因子的研究 |
| 2.1 引言 |
| 2.2 方法与数据来源 |
| 2.2.1 目标区域 |
| 2.2.2 MOVES模型本地化 |
| 2.2.3 主成分分析与回归分析 |
| 2.3 结果与讨论 |
| 2.3.1 排放因子模拟结果 |
| 2.3.2 排放因子拟合方程 |
| 2.3.3 北京市推荐排放因子 |
| 2.4 本章小结 |
| 第3章 基于路段平均速度的交通流量预测模型的构建 |
| 3.1 引言 |
| 3.2 北京市路网信息数据库 |
| 3.3 方法与数据来源 |
| 3.3.1 实际流量监测 |
| 3.3.2 速度-流量模型 |
| 3.4 结果与讨论 |
| 3.4.1 交通流量模拟 |
| 3.4.2 模型结果验证 |
| 3.5 本章小结 |
| 第4章 北京市高时空分辨率机动车温室气体排放清单 |
| 4.1 引言 |
| 4.2 方法与数据来源 |
| 4.2.1 自下而上的清单建立方法 |
| 4.2.2 排放网格构建 |
| 4.3 结果与讨论 |
| 4.3.1 排放强度 |
| 4.3.2 高分辨率排放清单的宏观分析 |
| 4.3.3 高分辨率排放清单的微观分析 |
| 4.3.4 不确定性分析 |
| 4.4 本章小结 |
| 第5章 基于LEAP模型的北京市机动车温室气体排放分析 |
| 5.1 引言 |
| 5.2 LEAP模型 |
| 5.2.1 模型简介 |
| 5.2.2 模型结构 |
| 5.3 方法与数据来源 |
| 5.3.1 保有量统计预测 |
| 5.3.2 能源需求核算 |
| 5.3.3 温室气体排放核算 |
| 5.3.4 情景设置 |
| 5.4 结果与讨论 |
| 5.4.1 机动车保有量与车型结构预测 |
| 5.4.2 能源需求预测 |
| 5.4.3 温室气体排放量预测 |
| 5.4.4 达峰分析与减排效果评估 |
| 5.5 本章小结 |
| 结论与展望 |
| 结论 |
| 展望 |
| 参考文献 |
| 攻读硕士期间发表的学术论文 |
| 致谢 |
（6）基于随机森林回归的出租车排放因子影响因素研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 研究文献评述 |
| 1.3 研究意义与内容 |
| 1.4 论文主要创新点 |
| 2 遥测系统介绍与数据采集分析 |
| 2.1 遥测系统机制 |
| 2.1.1 道路遥测原理 |
| 2.1.2 尾气浓度计算 |
| 2.1.3 排放因子计算 |
| 2.2 北京市出租车遥测数据采集及分析 |
| 2.3 本章小结 |
| 3 遥测数据预处理 |
| 3.1 数据清洗方法 |
| 3.1.1 缺失值处理 |
| 3.1.2 异常值处理 |
| 3.2 出租车遥测数据预处理 |
| 3.3 本章小结 |
| 4 出租车排放因子随机森林回归模型构建 |
| 4.1 回归树与随机森林回归介绍 |
| 4.1.1 回归树算法 |
| 4.1.2 随机森林回归算法 |
| 4.2 构建排放因子回归模型 |
| 4.2.1 横截面数据处理 |
| 4.2.2 模型参数选择 |
| 4.2.3 模型评估 |
| 4.2.4 变量重要性评估 |
| 4.3 本章小结 |
| 5 不同排放因子及其影响因素研究 |
| 5.1 模型可解释性分析方法 |
| 5.1.1 Ceteris Paribus图 |
| 5.1.2 部分依赖图 |
| 5.1.3 局部累积效应图 |
| 5.2 出租车主要排放因子及影响因素分析 |
| 5.2.1 NO与CO/HC排放因子的相互关系 |
| 5.2.2 车龄及相关因素对排放的影响分析 |
| 5.2.3 驾驶工况与气象条件对排放的影响分析 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 6.1 工作总结 |
| 6.2 不足与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 攻读学位期间发表的学术论文及参加科研情况 |
（7）基于广义出行费用的城市客运交通结构优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 出行费用研究 |
| 1.2.2 交通结构优化 |
| 1.2.3 国内外研究现状评述 |
| 1.3 研究框架 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 第2章 城市客运交通结构分析 |
| 2.1 城市客运交通结构概述 |
| 2.1.1 城市客运交通结构的概念 |
| 2.1.2 城市客运交通结构构成分析 |
| 2.2 城市客运交通方式特性分析 |
| 2.2.1 各客运交通方式交通特性分析 |
| 2.2.2 各客运交通方式资源消耗分析 |
| 2.2.3 各客运交通方式外部成本分析 |
| 2.3 城市客运交通结构影响因素分析 |
| 2.3.1 外部影响因素分析 |
| 2.3.2 内部影响因素分析 |
| 2.4 本章小结 |
| 第3章 广义出行费用研究 |
| 3.1 城市客运交通参与者决策分析 |
| 3.2 广义出行费用构成分析 |
| 3.2.1 广义出行费用的概念 |
| 3.2.2 交通管理者视角下广义出行费用构成分析 |
| 3.2.3 交通出行者视角下广义出行费用构成分析 |
| 3.3 交通管理者视角下广义出行费用函数的构建 |
| 3.3.1 基础设施成本的量化 |
| 3.3.2 能源消耗成本的量化 |
| 3.3.3 环境污染成本的量化 |
| 3.3.4 运营管理成本的量化 |
| 3.3.5 广义出行费用函数的构建 |
| 3.4 交通出行者视角下广义出行费用函数的构建 |
| 3.4.1 出行时间成本的量化 |
| 3.4.2 经济成本的量化 |
| 3.4.3 舒适度损失成本的量化 |
| 3.4.4 体能消耗成本的量化 |
| 3.4.5 广义出行费用函数的构建 |
| 3.5 本章小结 |
| 第4章 基于广义出行费用的城市客运交通结构优化模型研究 |
| 4.1 问题描述 |
| 4.2 模型建立 |
| 4.2.1 优化目标 |
| 4.2.2 约束条件 |
| 4.3 模型求解 |
| 4.3.1 基于灰色关联度模型的构建 |
| 4.3.2 求解算法设计 |
| 4.3.3 算法步骤 |
| 4.4 本章小结 |
| 第5章 北京市客运交通结构优化案例分析 |
| 5.1 北京市交通发展概况 |
| 5.2 北京市中心城区客运交通结构优化研究 |
| 5.2.1 基础数据调查与参数的确定 |
| 5.2.2 优化模型的建立与计算 |
| 5.2.3 结果分析 |
| 5.3 北京市客运交通结构优化建议 |
| 5.4 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
（8）面向典型山地城市的电动汽车充电设施多场景规划研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 电动汽车及充电设施发展概述 |
| 1.2.1 电动汽车发展概述 |
| 1.2.2 充电设施发展概述 |
| 1.2.3 政策推动 |
| 1.3 充电设施国内外研究现状 |
| 1.3.1 基于交通网络特性的充电设施规划研究 |
| 1.3.2 基于用户行为特性的充电设施规划研究 |
| 1.3.3 基于路网与电网耦合特性的充电设施规划研究 |
| 1.3.4 现有研究总结和存在的问题 |
| 1.4 本文主要研究内容 |
| 1.5 本文技术路线 |
| 第2章 计及山地城市地形特征的电动汽车出行耗电量模型 |
| 2.1 山地城市特征分析 |
| 2.2 山地城市耗电量模型 |
| 2.3 弗洛伊德最短路径算法 |
| 2.3.1 算法简介 |
| 2.3.2 改进的弗洛伊德最短路径算法 |
| 2.4 算例分析 |
| 2.4.1 参数设置 |
| 2.4.2 仿真结果和分析 |
| 2.5 本章小结 |
| 第3章 计及山地城市特征的充电设施规划模型 |
| 3.1 基于K-means聚类算法的充电需求预测模型 |
| 3.1.1 典型日充电需求预测模型 |
| 3.1.2 K-means聚类算法简介 |
| 3.1.3 典型日车流信息获取 |
| 3.2 P-中心定位模型 |
| 3.2.1 模型简介 |
| 3.2.2 改进的P-中心定位模型 |
| 3.3 计及山地城市地形特征的充电设施规划模型 |
| 3.3.1 目标函数 |
| 3.3.2 约束条件 |
| 3.4 算例分析 |
| 3.4.1 参数设置 |
| 3.4.2 仿真结果和分析 |
| 3.5 本章小结 |
| 第4章 计及山地城市特征的双层协调规划模型 |
| 4.1 充电设施利润模型 |
| 4.2 电动汽车用户满意度模型 |
| 4.3 双层网络协调规划模型 |
| 4.3.1 目标函数 |
| 4.3.2 约束条件 |
| 4.4 经济效益分析 |
| 4.5 算例分析 |
| 4.5.1 参数设置 |
| 4.5.2 仿真结果和分析 |
| 4.6 本章小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 学术成果及参与项目一览表 |
（9）基于低碳交通发展理念的城市路网优化研究 ——以南宁市江北片区为例（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 城市温室效应加剧 |
| 1.1.2 路网供需矛盾突出 |
| 1.1.3 低碳交通势在必行 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 研究内容与创新点 |
| 1.3.1 研究内容 |
| 1.3.2 创新点 |
| 1.4 研究方法与技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 第二章 低碳交通和城市路网相关理论与实践综述 |
| 2.1 低碳交通相关概念介绍 |
| 2.1.1 低碳交通的内涵 |
| 2.1.2 低碳交通的特征 |
| 2.2 城市低碳路网相关概念介绍 |
| 2.2.1 城市低碳路网定义 |
| 2.2.2 城市低碳路网特性 |
| 2.3 关于低碳交通相关研究综述 |
| 2.3.1 国外低碳交通理论研究 |
| 2.3.2 国内低碳交通理论研究 |
| 2.3.3 低碳交通研究现状小结 |
| 2.4 关于城市低碳路网相关研究综述 |
| 2.4.1 国外城市低碳路网相关理论研究 |
| 2.4.2 国内城市低碳路网相关理论研究 |
| 2.4.3 城市低碳路网研究现状小结 |
| 2.5 本章小结 |
| 第三章 基于低碳理念的城市路网优化方法研究 |
| 3.1 影响低碳交通的因素分析 |
| 3.1.1 外部影响因素 |
| 3.1.2 内部影响因素 |
| 3.1.3 与城市路网的关联性分析 |
| 3.2 城市路网碳排放测算方法研究 |
| 3.2.1 碳排放基本元素分析 |
| 3.2.2 城市路网碳排放模型构建 |
| 3.3 基于低碳交通发展理念的城市路网结构优化模型构建 |
| 3.3.1 模型优化目标确定 |
| 3.3.2 城市路网结构优化模型建立 |
| 3.3.3 模型约束条件分析 |
| 3.3.4 模型求解方法 |
| 3.4 基于低碳交通发展理念的城市路网优化技术方法和策略研究 |
| 3.4.1 打通断头道路,遵循自然肌理的通风廊道,降低热岛效应 |
| 3.4.2 加密支路网络,畅通四面通达的交通路径,促进缓堵减排 |
| 3.4.3 优化调整路权,提高低排放方式出行比例,保障绿色空间 |
| 3.4.4 开放超大街区,道路公共化减少绕行距离,降低碳排放量 |
| 3.5 本章小结 |
| 第四章 城市路网优化实践—以南宁市江北片区路网优化为例 |
| 4.1 区域概况与路网现状 |
| 4.1.1 区位与土地利用情况 |
| 4.1.2 现状调查与交通分析 |
| 4.1.3 现状路网及碳排放分析 |
| 4.2 现状路网碳排放影响因素分析 |
| 4.2.1 外部因素分析 |
| 4.2.2 内部因素分析 |
| 4.2.3 综合因素分析 |
| 4.3 区域路网优化目标与原则 |
| 4.3.1 区域路网总体目标 |
| 4.3.2 交通方式优化目标 |
| 4.3.3 路网优化原则与策略 |
| 4.4 基于低碳理念的路网结构优化 |
| 4.4.1 模型参数的标定 |
| 4.4.2 优化后路网结构 |
| 4.5 基于低碳理念的路网优化方案 |
| 4.5.1 梳理层级通道,构建级配合理路网结构 |
| 4.5.2 加密支路系统,打造窄路密网的新格局 |
| 4.5.3 完善轨道衔接,推动公交引导绿色出行 |
| 4.5.4 开放封闭街区,畅通支路的微循环系统 |
| 4.5.5 优化组织管理,缓解区域交通拥堵压力 |
| 4.6 江北片区路网优化后评估 |
| 4.7 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
（10）基于车重的机动车简化能耗模型研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究目标与内容 |
| 1.3 研究技术路线 |
| 2 国内外研究综述 |
| 2.1 能耗模型综述 |
| 2.1.1 国内外机动车能耗模型综述 |
| 2.1.2 基于比功率机动车能耗模型综述 |
| 2.2 基于车型异质性的能耗特性研究综述 |
| 2.2.1 能耗率特性研究 |
| 2.2.2 比功率分布特性研究 |
| 2.2.3 能耗因子特性研究 |
| 2.3 本章小结 |
| 3 基于车重的机动车简化能耗率模型 |
| 3.1 机动车能耗率模型原理 |
| 3.1.1 能耗率定义 |
| 3.1.2 能耗率获取方法 |
| 3.2 基于车型异质性的机动车能耗率特性 |
| 3.2.1 研究车型选取 |
| 3.2.2 机动车能耗率与车重关系 |
| 3.3 基于车重的机动车简化能耗率模型 |
| 3.3.1 模型标定及结果分析 |
| 3.3.2 误差和适用范围分析 |
| 3.4 本章小结 |
| 4 基于车重的机动车简化比功率分布模型 |
| 4.1 机动车比功率分布模型原理 |
| 4.1.1 比功率分布定义 |
| 4.1.2 比功率分布获取方法 |
| 4.1.3 比功率分布刻画模型 |
| 4.2 机动车比功率分布模型构建 |
| 4.2.1 研究车型选取 |
| 4.2.2 比功率分布模型构建 |
| 4.2.3 比功率分布模型误差分析 |
| 4.3 基于车型异质性的机动车比功率分布特性 |
| 4.3.1 比功率分布与车重关系 |
| 4.3.2 各速度区间比功率分布与车重关系 |
| 4.4 基于车重的机动车比功率分布简化模型 |
| 4.4.1 模型标定及结果分析 |
| 4.4.2 误差和适用范围分析 |
| 4.5 本章小结 |
| 5 基于车重的机动车简化能耗因子模型 |
| 5.1 基于比功率机动车能耗因子模型原理 |
| 5.1.1 能耗因子定义与获取办法 |
| 5.1.2 能耗因子—速度模型 |
| 5.1.3 实测数据模型验证 |
| 5.2 能耗因子—速度模型构建 |
| 5.2.1 研究车型选取 |
| 5.2.2 能耗因子—速度模型构建 |
| 5.2.3 能耗因子数据补齐 |
| 5.3 基于车型异质性的能耗因子特性 |
| 5.3.1 当量能耗因子概念提出 |
| 5.3.2 当量能耗因子与车重关系 |
| 5.3.3 各速度区间当量能耗因子与车重关系 |
| 5.4 基于车重的机动车能耗因子简化模型 |
| 5.4.1 模型标定及结果分析 |
| 5.4.2 误差和适用范围分析 |
| 5.5 本章小结 |
| 6 案例研究——北京市快速路机动车能耗简化定量评价 |
| 6.1 案例背景 |
| 6.2 基础数据 |
| 6.2.1 路段行程速度 |
| 6.2.2 路段流量 |
| 6.2.3 车型比例 |
| 6.2.4 能耗因子 |
| 6.3 机动车能耗定量评价方法 |
| 6.3.1 传统能耗定量评价方法 |
| 6.3.2 简化能耗定量评价方法 |
| 6.3.3 误差分析及简化模型优势与不足 |
| 6.4 本章小结 |
| 7 总结与展望 |
| 7.1 研究总结与创新点 |
| 7.2 建议与展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
四、出租车燃料中的函数应用（论文参考文献）
- [1]考虑能源类型的城市出租车运营效率评价研究[D]. 靳富强. 西安工业大学, 2021(02)
- [2]基于GPS数据的出租车寻客行为分析及路径规划研究[D]. 党鹏飞. 大连理工大学, 2021(01)
- [3]城市交通温室气体核算与减排潜力研究[D]. 王毅萌. 河北工程大学, 2020(04)
- [4]排放因子不确定性数据集建立与清单质量评估方法研究 ——以广东省为例[D]. 巫玉杞. 华南理工大学, 2020(02)
- [5]北京市高分辨率交通碳排放清单研究与低碳发展情景分析[D]. 吕晨. 北京工业大学, 2020
- [6]基于随机森林回归的出租车排放因子影响因素研究[D]. 张馨露. 辽宁大学, 2020(01)
- [7]基于广义出行费用的城市客运交通结构优化研究[D]. 周媛媛. 西南交通大学, 2020(07)
- [8]面向典型山地城市的电动汽车充电设施多场景规划研究[D]. 周思宇. 西南大学, 2020(01)
- [9]基于低碳交通发展理念的城市路网优化研究 ——以南宁市江北片区为例[D]. 鲍春. 广西大学, 2019(03)
- [10]基于车重的机动车简化能耗模型研究[D]. 陈娇杨. 北京交通大学, 2019(01)