[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

摘要

本发明公开了一种基于梯度提升回归树的城市公交车排放率估计方法，首先根据实测公交车排放数据，使用拉格朗日插值法进行规范化处理，得到逐秒排放数据；其次，利用车辆比功率VSP(Vehicle Specific Power)表征公交车当前运行工况，同时考虑前一行驶状态对排放的影响，建立排放率的量化模型；最后利用梯度提升回归树训练数据，并进行参数调节，得到公交车排放率估计模型。本发明考虑了当前时刻运行工况和前一个驾驶状态对当前时刻排放率的共同影响，克服了现有排放率估计方法存在的难以描述公交车排放率与各影响因素间复杂的非线性关系，采用非参数方法梯度提升回归树模型，提高了公交车排放率的估计精度，对于控制交通尾气排放量及优化道路环境具有现实意义。

主权项

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。