智能交通系统对车辆燃料消耗和排放建模的影响

温室气体引起的气候变化产生了新机动车尾气排放标准，这也引起了对满足这些新标准的汽车技术的需要。车辆燃料消耗和排放建模已经成为发展和评估这些技术的一种有效工具，帮助预测汽车的总耗油量和排放量，并且补充了交通仿真模型。介绍了汽车燃料消耗和排放模型的当前状态及其对智能交通系统测试的环境影响，并且评价了交通网络的改进措施。

提出了智能交通系统相关模型，表明当前模型所体现出的汽车燃料消耗和排放趋势能够与数据的变化趋势很好地吻合。它还表明，微观模型是汽车燃料消耗和排放模型中最准确的模型类型，宏观模型对汽车总排放量估算是最有帮助的。此外，研究表明，介观模型和经验模型解决了准确性和简单性之间的矛盾，非常适合于评估智能交通系统测试的环境影响和交通网络的改进办法。虽然统计模型已经被发现需要重新校准每个数据集，而且不易在数据集中插入空白数据和在数据集界限内进行外推数据，但统计模型还是相对容易建立，而且其结果的不确定性可以进行量化。研究表明，智能交通系统对车辆燃料消耗和排放率具有显著的影响,运输模型、冷起动排放超标建模策略和热稳定排放模型之间具有一定的关系。

运输模型为冷起动排放超标模型提供输入，热稳定排放模型为总排放评估模型提供输入。文中所提出的模型都不能完全体现出智能交通系统应用的效应，比如实时控制和交通管理操作。此外，美国的AIMSUN和PARAMICS模型的校准和验证在不久的将来可以应用于智能交通系统中。

Waleed Fariset et al. SAE 2013-01-9094.

编译：王维