[发明专利]一种基于梯度提升回归树的城市公交车排放率估计方法

权利要求书

1.一种基于梯度提升回归树的城市公交车排放率估计方法，其特征在于，包括如下步骤：

(1)对采集的公交车排放及行驶数据进行规范化处理，得到逐秒排放率及行驶状态特征参数数据；

(2)根据公交车驾驶状态特征参数计算实时车辆比功率，并用速度和加速度表征前一秒的行驶状态，基于步骤(1)得到的排放数据确定训练集，作为模型输入参数；

(3)根据步骤(2)得到的输入参数确定模型的损失函数L，设定回归树个数M，并初始化弱学习器，用损失函数的负梯度在当前回归树模型的值，作为残差近似值，构建新的回归树；

(4)根据步骤(3)在一次迭代中确定的一颗回归树，更新学习器函数，直到M次迭代结束，即M棵回归树，得到最终的强学习器模型；

(5)利用建立的模型对测试集进行排放率估计。

2.根据权利要求1所述的基于梯度提升回归树的城市公交车排放率估计方法，其特征在于，步骤(1)中，根据下式对采集的数据进行规范化处理：

对于n+1个点对(x₀,y₀),(x₁,y₁),...,(x_n,y_n)，求一个函数l_i(x)，使该函数在x_i处取得对应y_i的值，l_i(x)为拉格朗日基本多项式，即插值基函数，其表达式为：

其中，n+1表示数据集的点对个数；x_n表示第n+1个点对所对应的时刻；y_n表示第n+1个点对的排放及行驶状态特征变量取值；

假设任意两个不同的x_i均不相同，可得到拉格朗日多项式：

3.根据权利要求1所述的基于梯度提升回归树的城市公交车排放率估计方法，其特征在于，步骤(1)中，所述公交车逐秒排放率包括公交车在实际行驶过程中排放的CO、CO₂、HC、NO_X的逐秒排放率；所述实时驾驶状态特征参数包括速度、加速度、道路坡度及动态载客量。

4.根据权利要求1所述的基于梯度提升回归树的城市公交车排放率估计方法，其特征在于，步骤(2)中，所述利用公交车驾驶状态特征参数计算实时车辆比功率，并用速度和加速度表征前一秒的行驶状态方法如下：

(2.1)利用步骤(1)得到的公交车行驶参数数据，计算公交车的车辆比功率，具体计算方法如下：

式中，VSP是公交车的车辆比功率，F_t是牵引力(N)；v是行驶速度(m/s)；m是公交车总重量，包括车身净重量和载客重量(kg)；F_f,F_w,F_i,F_j,分别表示滚动阻力、空气阻力、坡道阻力及加速阻力(N)；a表示公交车加速度(m/s²)；g是重力加速度(9.8m/s²)；f是滚动阻力系数，为无量纲参数；ε_i表示质量因子；α表示道路坡度；ρ_a表示空气密度；C_D牵引系数；A表示公交车挡风玻璃面积；

(2.2)根据公交车逐秒行驶状态参数数据获得前一个行驶状态的速度和加速度，即前一秒速度和加速度。