原文传递
基于疫情前后行驶数据的重型卡车油耗多因素影响分析研究
| 论文题名： | 基于疫情前后行驶数据的重型卡车油耗多因素影响分析研究 |
| 关键词： | 物流运输;重型卡车;油耗特征;数据驱动;差异化管控 |
| 摘要： | 当前，重型柴油机卡车已成为我国物流企业执行中长距离货物运输时的主要运载工具。据统计，重型柴油机卡车的油耗成本约占运输总成本的30%。在实际的驾驶过程中，如何采取经济、绿色的驾驶方式是决定运输成本的关键因素。对重卡的油耗进行科学的优化，不仅能够提升车辆使用寿命，促进中小型物流企业降本增效，更有助于缓解当前环境问题和能源问题。 为了探究新冠肺炎疫情发生前后影响重卡油耗的各因素，论文以鼎辰国际物流有限公司为案例，通过公司内部的智能车辆监管系统获取了2019年9月-2020年4月间34辆重卡的自然驾驶数据，包括百公里油耗、整车运行状态、微观驾驶行为特征以及外部环境等多个维度。考虑到数据的时间跨度涵盖了新冠疫情发生前和新冠疫情爆发初期两个阶段，因此本研究在剖析重卡油耗影响因素的基础上，进一步探讨了在类似紧急突发公共卫生事件下，驾驶行为特性和重卡油耗特征的异动规律。最终依据研究结果面向不同的社会主体提出了切实可行的差异化油耗管控策略。具体内容如下： 首先，围绕疫情爆发前的常态化时期和疫情爆发初期，论文分别运用一般线性回归、皮尔森卡方检验以及支持向量回归的方法，逐一检验了单个因素对重卡百公里油耗的影响，发现常态化时期与疫情爆发初期影响因素存在差异性，得到了量化的影响规律。 其次，探讨多因素耦合情境下各因素对油耗影响效能的变化。运用无序多分类Logistic、CART决策树、随机森林算法进行分析，发现受疫情冲击，显著性变化较大的因素为怠速、平均转速、海拔差，而是否为节假日、经济转速、停车、空挡滑行以及里程的显著性在疫情前和疫情后都较低。 再次，以前述的分析结果为基础，基于极端梯度提升树XGBoost标定影响因素重要度，借助沙普利值法SHAP算法可视化重要因素的作用机理，运用因子分析方法对提取出的多个因素进行去共线性和降维，在验证因子有效性的基础上构建能够综合反映油耗水平和驾驶行为特性的复合型指数，以此进行油耗评价，并分析当前状态下驾驶行为的合理性。 最后，以上述客观分析的结论为参照，结合主观问卷调研剖析疫情前后重卡驾驶员的节油驾驶行为差异；根据主、客观对比分析的结果面向政府部门、第三方物流企业、驾驶员等不同主体提出降本增效的差异化管控策略。 |
| 作者： | 马锦航 |
| 专业： | 交通运输工程 |
| 导师： | 何杰;彭佳 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东南大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
