CN105138832A - 一种核算车辆路径规划中碳排放量的方法和系统 - Google Patents
一种核算车辆路径规划中碳排放量的方法和系统 Download PDFInfo
- Publication number
- CN105138832A CN105138832A CN201510507042.9A CN201510507042A CN105138832A CN 105138832 A CN105138832 A CN 105138832A CN 201510507042 A CN201510507042 A CN 201510507042A CN 105138832 A CN105138832 A CN 105138832A
- Authority
- CN
- China
- Prior art keywords
- carbon emission
- vehicle
- model
- oil consumption
- emission amount
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明适用于车辆路径规划领域,提供了一种核算车辆路径规划中碳排放量的方法和系统,所述方法包括:初始化碳排放核算的相关参数;根据所述相关参数建立车辆的油耗模型,并根据所述油耗模型建立碳排放模型;根据所述碳排放模型获取车辆在子路径上的碳排放量;累计所述各子路径上的碳排放量获取碳排放总量。实施本发明实施例,可以得到高精确度的车辆碳排放量。
Description
技术领域
本发明属于车辆路径规划领域,尤其涉及一种核算车辆路径规划中碳排放量的方法和系统。
背景技术
随着城市化进程的加速,对城市物流的需求日益增长,同时城市物流的快速发展也带来了机动车保有量增加、环境污染严重等社会、环境方面的问题。城市物流运输产生的污染物(CO2、NOX以及污染物悬浮颗粒)对环境和人体有巨大危害。车辆路径规划是城市物流配送运营中的一个重要问题,是网络优化中的基本问题,由于其广泛的应用和重大的经济价值而备受关注,它要求运输车辆从配送中心出发为客户配货,每位客户配送且仅配送一次,在货车容量限制的情况下最后返回配送中心。
车辆路径规划中的碳排放核算是降低城市物流配送中碳排放的基础和前提,对于发展低碳物流,倡导经济、社会和环境的协调发展具有重要的价值和意义。现有车辆路径规划中多采用基于距离的碳排放核算方法,认为运输中的碳排放是行驶距离的函数,在计算时使用单位距离的碳排放进行估算,缺少对车辆的行驶速度、车型、载重和道路环境等多种因素的综合系统考虑,估算准确度差,也没给出碳排放的具体汇总方法。
发明内容
鉴于此,本发明提供了一种核算车辆路径规划中碳排放量的方法和系统,以解决现有技术核算车辆碳排放量时精度差的技术问题。
本发明实施例是这样实现的,一种核算车辆路径规划中碳排放量的方法,所述方法包括以下步骤:
初始化碳排放核算的相关参数;
根据所述相关参数建立车辆的油耗模型,并根据所述油耗模型建立碳排放模型;
根据所述碳排放模型获取车辆在子路径上的碳排放量;
累计所述各子路径上的碳排放量获取碳排放总量。
本发明实施例还提供一种核算车辆路径规划中碳排放量的系统,所述系统包括:
初始化单元,用于初始化碳排放核算的相关参数;
模型建立单元,用于根据所述初始化单元初始化的相关参数建立车辆的油耗模型,并根据所述油耗模型建立碳排放模型;
碳排放量获取单元,用于根据所述模型建立单元建立的碳排放模型获取车辆在子路径上的碳排放量;
碳排放总量获取单元,用于累计所述碳排放量获取单元获取的各子路径上的碳排放量获取碳排放总量。
本发明实施例,建立车辆的油耗模型,根据油耗模型建立碳排放模型,根据碳排放模型获取车辆在子路径上的碳排放量,累计各子路径上的碳排放量获取碳排放总量,将车辆的碳排放与车辆的行驶路径集合起来,提高了车辆路径规划中碳排放核算的准确性和系统性,有利于车辆路径规划中碳排放的评价。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的核算车辆路径规划中碳排放量方法的流程图;
图2是本发明实施例提供的车辆路径规划中的碳排放核算流程图;
图3是本发明实施例提供的子路径碳排放核算过程的流程图;
图4是本发明实施例提供的子路径划分示意图;
图5是本发明实施例提供的车辆路径划分和总碳排放核算过程的流程图;
图6是本发明实施例提供的核算车辆路径规划中碳排放量系统的结构图
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
实施例一
如图1所示为本发明实施例提供的核算车辆路径规划中碳排放量方法的流程图,所述方法包括以下步骤:
步骤S101,初始化碳排放核算的相关参数。
在本发明实施例中,进行碳排放核算的系统首先初始化碳排放核算的相关参数,该相关参数包括但不限于:车辆载重、车辆行驶速度、车辆行驶距离、车辆型号、路况信息和排放因子。
步骤S102,根据所述相关参数建立车辆的油耗模型,并根据所述油耗模型建立碳排放模型。
在本发明实施例中,根据车辆的瞬时油耗估算车辆的油耗模型,并根据该油耗模型建立碳排放模型。所述根据所述相关参数建立车辆的油耗模型,并根据所述油耗模型建立碳排放模型,具体为:
根据FR=ξ(kNV+P/η)κ建立车辆的油耗模型,并根据EM=eFR建立碳排放模型,其中,FR为油耗量,ξ为燃料与空气的质量比,k为引擎摩擦系数,N为引擎转速,V为引擎排量,η和κ为常数,p为引擎的输出功率,EM为碳排放量,e为碳排放因子。
在本发明实施例中,根据车辆在特定时刻能耗估算的瞬时模型,车辆的油耗率FR需综合考虑多个因素,计算如下:
FR=ξ(kNV+P/η)κ(1)
其中,ξ为燃料与空气的质量比,k为引擎摩擦系数,N为引擎转速,V为引擎排量,η和κ为常数。
P为引擎的输出功率(单位:千瓦),其计算为:
P=Ptra/ηtf+Pacc(2)
其中,ηtf为车辆的传动效率,Pacc为与车辆损耗有关的引擎功率需求,一般可假设其为0。
Pacc为作用于车轮的总牵引功率(单位:千瓦),计算为:
Ptra=(Mτ+Mgsinθ+0.5CdρAv2+MgCrcosθ)v/1000(3)
其中,M为总的车重(单位:千克),v为车速(单位:米/秒),τ为加速度(单位:米/秒2),θ为道路坡度,g为重力加速度常数,Cd和Cr分别为牵引系数和滚动阻力系数,ρ为空气密度,A为车辆的前挡风面积。
对于给定的路段(i,j),路段距离为dij,车辆在该路段的平均行驶速度为vij,假设FR中的其它参数固定,则车辆在该路段的油耗量(单位:升)可计算为:
Fij=kNVλdij/vij+Pλγdij/vij(4)
其中,λ=ξ/κψ和γ=1/1000ηtfη为常数,ψ为将油耗从克/秒转换成升/秒的转化因子。令车辆在路段(i,j)的总重量为Mij=w+fij,w为车辆的整备质量(空车重量),fij为车辆在路段(i,j)的载重量。令αij=τ+gsinθij+gCrcosθij为与道路(i,j)有关的常数,βn=0.5CdAρ为与所使用的车型n有关的常数,那么车辆n在路段(i,j)的油耗量可计算为:
对于车辆n,假设其碳排放因子为en(单位:克/升),所述碳排放因子是指特定车辆1升油耗产生的二氧化碳当量,则车辆n在路段(i,j)的碳排放量为:
EMnij(αij,vij,fij,dij)=enFnij(αij,vij,fij,dij)(6)
步骤S103,根据所述碳排放模型获取车辆在子路径上的碳排放量。
在本发明实施例中,在建立了碳排放模型之后,根据该碳排放模型获取车辆在子路径上的碳排放量。所述根据所述碳排放模型获取车辆在子路径上的碳排放量,具体为:
1、设置初始参数。
在本发明实施例中,车辆n从配送中心节点0出发,初始访问的客户点为最后访问的客户点为设定车辆n有关的参数:λ、k、N、V、w、γ、βn和en;设定道路(i,j)有关的参数αij;客户点s的需求量为qs。初始令车辆n巡回配送子路径的总碳排放量EMn=0,EMn=EMnso(αso,vso,0,dso),令车辆n的当前载重量fn=qs。
2、通过逆向追溯获取子路径上的各节点累计的碳排放量。
在本发明实施例中,在设置了初始参数之后,通过逆向追溯的方式获取车辆在子路径上的各节点累计的碳排放量。所述通过逆向追溯获取子路径上的各节点累计的碳排放量,包括:
判断是否追溯到第一个节点,如果是,则将获取的碳排放量设置为累计碳排放量,如果否,则重复判断是否追溯到第一节点,将各节点获取的碳排放量总和设置为累计碳排放量。
在本发明实施例中,如果则表示追溯到了第一节点,此时累计得到车辆n在该子路径上的总碳排放量,EMn=EMn+EMn0s(α0s,v0s,fn,d0s);如果则表示未追溯到第一节点,即EMn=EMn+EMn(s-1)s(α(s-1)s,v(s-1)s,fn,d(s-1)s),并令s=s-1,再次判断是否追溯到第一个客户点,如果则fn=fn+qs。
步骤S104,累计所述各子路径上的碳排放量获取碳排放总量。
在本发明实施例中,在获取了车辆在各子路径的碳排放量之后,累计各子路径上的碳排放量,将累计的碳排放量的和设置为碳排放总量。所述累计所述各子路径上的碳排放量获取碳排放总量,具体为:
1、初始化各参数。令客户点的编号顺序s=1,车辆的总载重量Q=0,子路径的编号n=1,总碳排放量TE=0;
2、令初始访问的客户点为
3、置Q=Q+qs;
4、判断s<S是否成立,其中S为客户点总数;如果s<S,则Q=Q+qs+1,转步骤5,否则转步骤6;
5、判断Q>Cn是否成立,其中Cn为子路径n上行驶车辆的容量限制;如果Q>Cn,则转步骤6,否则令s=s+1,转步骤3;
6、令子路径n的最后访问客户点
7、根据步骤2计算子路径n的总碳排放量EMn,并令TE=TE+EMn;
8、判断s<S是否成立,如果s<S,则令s=s+1,Q=0,n=n+1,转步骤2;否则输出车辆路径规划中的总碳排放量TE,碳排放核算完毕。
本发明实施例,建立车辆的油耗模型,根据油耗模型建立碳排放模型,根据碳排放模型获取车辆在子路径上的碳排放量,累计各子路径上的碳排放量获取碳排放总量,将车辆的碳排放与车辆的行驶路径集合起来,提高了车辆路径规划中碳排放核算的准确性和系统性,有利于车辆路径规划中碳排放的评价。
如图2所示为本发明实施例提供的车辆路径规划中的碳排放核算流程图。
如图3所示为本发明实施例提供的子路径碳排放核算过程的流程图。
如图4所示为本发明实施例提供的子路径划分示意图。
如图5所示为本发明实施例提供的车辆路径划分和总碳排放核算过程的流程图。
实施例二
如图6所示为本发明实施例提供的核算车辆路径规划中碳排放量系统的结构图,为了便于说明,仅示出与本发明实施例相关的部分,包括:
初始化单元601,用于初始化碳排放核算的相关参数。
在本发明实施例中,初始化单元601首先初始化碳排放核算的相关参数,该相关参数包括但不限于:车辆载重、车辆行驶速度、车辆行驶距离、车辆型号、路况信息和排放因子。
模型建立单元602,用于根据所述初始化单元601初始化的相关参数建立车辆的油耗模型,并根据所述油耗模型建立碳排放模型。
在本发明实施例中,根据车辆的瞬时油耗估算车辆的油耗模型,并根据该油耗模型建立碳排放模型。所述模型建立单元602建立模型,具体为:
根据FR=ξ(kNV+P/η)κ建立车辆的油耗模型,并根据EM=eFR建立碳排放模型,其中,FR为油耗量,ξ为燃料与空气的质量比,k为引擎摩擦系数,N为引擎转速,V为引擎排量,η和κ为常数,p为引擎的输出功率,EM为碳排放量,e为碳排放因子。
在本发明实施例中,根据车辆在特定时刻能耗估算的瞬时模型,车辆的油耗率FR需综合考虑多个因素,计算如下:
FR=ξ(kNV+P/η)κ(1)
其中,ξ为燃料与空气的质量比,k为引擎摩擦系数,N为引擎转速,V为引擎排量,η和κ为常数。
P为引擎的输出功率(单位:千瓦),其计算为:
P=Ptra/ηtf+Pacc(2)
其中,ηtf为车辆的传动效率,Pacc为与车辆损耗有关的引擎功率需求,一般可假设其为0。
Pacc为作用于车轮的总牵引功率(单位:千瓦),计算为:
Ptra=(Mτ+Mgsinθ+0.5CdρAv2+MgCrcosθ)v/1000(3)
其中,M为总的车重(单位:千克),v为车速(单位:米/秒),τ为加速度(单位:米/秒2),θ为道路坡度,g为重力加速度常数,Cd和Cr分别为牵引系数和滚动阻力系数,ρ为空气密度,A为车辆的前挡风面积。
对于给定的路段(i,j),路段距离为dij,车辆在该路段的平均行驶速度为vij,假设FR中的其它参数固定,则车辆在该路段的油耗量(单位:升)可计算为:
Fij=kNVλdij/vij+Pλγdij/vij(4)
其中,λ=ξ/κψ和γ=1/1000ηtfη为常数,ψ为将油耗从克/秒转换成升/秒的转化因子。令车辆在路段(i,j)的总重量为Mij=w+fij,w为车辆的整备质量(空车重量),fij为车辆在路段(i,j)的载重量。令αij=τ+gsinθij+gCrcosθij为与道路(i,j)有关的常数,βn=0.5CdAρ为与所使用的车型n有关的常数,那么车辆n在路段(i,j)的油耗量可计算为:
对于车辆n,假设其碳排放因子为en(单位:克/升),所述碳排放因子是指特定车辆1升油耗产生的二氧化碳当量,则车辆n在路段(i,j)的碳排放量为:
EMnij(αij,vij,fij,dij)=enFnij(αij,vij,fij,dij)(6)
碳排放量获取单元603,用于根据所述模型建立单元602建立的碳排放模型获取车辆在子路径上的碳排放量。
在本发明实施例中,在建立了碳排放模型之后,根据该碳排放模型获取车辆在子路径上的碳排放量。所述碳排放量获取单元603获取碳排放量,具体为:
1、设置初始参数。
在本发明实施例中,车辆n从配送中心节点0出发,初始访问的客户点为最后访问的客户点为设定车辆n有关的参数:λ、k、N、V、w、γ、βn和en;设定道路(i,j)有关的参数αij;客户点s的需求量为qs。初始令车辆n巡回配送子路径的总碳排放量EMn=0,EMn=EMnso(αso,vso,0,dso),令车辆n的当前载重量fn=qs。
2、通过逆向追溯获取子路径上的各节点累计的碳排放量。
在本发明实施例中,在设置了初始参数之后,通过逆向追溯的方式获取车辆在子路径上的各节点累计的碳排放量。所述通过逆向追溯获取子路径上的各节点累计的碳排放量,包括:
判断是否追溯到第一个节点,如果是,则将获取的碳排放量设置为累计碳排放量,如果否,则重复判断是否追溯到第一节点,将各节点获取的碳排放量总和设置为累计碳排放量。
在本发明实施例中,如果则表示追溯到了第一节点,此时累计得到车辆n在该子路径上的总碳排放量,EMn=EMn+EMn0s(α0s,v0s,fn,d0s);如果则表示未追溯到第一节点,即EMn=EMn+EMn(s-1)s(α(s-1)s,v(s-1)s,fn,d(s-1)s),并令s=s-1,再次判断是否追溯到第一个客户点,如果则fn=fn+qs。
碳排放总量获取单元604,用于累计所述碳排放量获取单元603获取的各子路径上的碳排放量获取碳排放总量。
在本发明实施例中,在获取了车辆在各子路径的碳排放量之后,累计各子路径上的碳排放量,将累计的碳排放量的和设置为碳排放总量。所述碳排放总量获取单元604获取碳排放总量,具体为:
1、初始化各参数。令客户点的编号顺序s=1,车辆的总载重量Q=0,子路径的编号n=1,总碳排放量TE=0;
2、令初始访问的客户点为
3、置Q=Q+qs;
4、判断s<S是否成立,其中S为客户点总数;如果s<S,则Q=Q+qs+1,转步骤5,否则转步骤6;
5、判断Q>Cn是否成立,其中Cn为子路径n上行驶车辆的容量限制;如果Q>Cn,则转步骤6,否则令s=s+1,转步骤3;
6、令子路径n的最后访问客户点
7、根据步骤2计算子路径n的总碳排放量EMn,并令TE=TE+EMn;
8、判断s<S是否成立,如果s<S,则令s=s+1,Q=0,n=n+1,转步骤2;否则输出车辆路径规划中的总碳排放量TE,碳排放核算完毕。
本发明实施例,建立车辆的油耗模型,根据油耗模型建立碳排放模型,根据碳排放模型获取车辆在子路径上的碳排放量,累计各子路径上的碳排放量获取碳排放总量,将车辆的碳排放与车辆的行驶路径集合起来,提高了车辆路径规划中碳排放核算的准确性和系统性,有利于车辆路径规划中碳排放的评价。
本领域普通技术人员可以理解为上述实施例二所包括的各个单元只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
本领域普通技术人员还可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,所述的程序可以在存储于一计算机可读取存储介质中,所述的存储介质,包括ROM/RAM、磁盘、光盘等。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种核算车辆路径规划中碳排放量的方法,其特征在于,所述方法包括以下步骤:
初始化碳排放核算的相关参数;
根据所述相关参数建立车辆的油耗模型,并根据所述油耗模型建立碳排放模型;
根据所述碳排放模型获取车辆在子路径上的碳排放量;
累计所述各子路径上的碳排放量获取碳排放总量。
2.如权利要求1所述的方法,其特征在于,所述根据所述相关参数建立车辆的油耗模型,并根据所述油耗模型建立碳排放模型,具体为:
根据FR=ξ(kNV+P/η)κ建立车辆的油耗模型,并根据EM=eFR建立碳排放模型,其中,FR为油耗量,ξ为燃料与空气的质量比,k为引擎摩擦系数,N为引擎转速,V为引擎排量,η和κ为常数,p为引擎的输出功率,EM为碳排放量,e为碳排放因子。
3.如权利要求1所述的方法,其特征在于,所述根据所述碳排放模型获取车辆在子路径上的碳排放量,具体为:
设置车辆的初始参数;
通过逆向追溯获取子路径上的各节点累计的碳排放量。
4.如权利要求1~3任一项所述的方法,其特征在于,所述相关参数包括:车辆载重、车辆行驶速度、车辆行驶距离、车辆型号、路况信息和排放因子。
5.一种核算车辆路径规划中碳排放量的系统,其特征在于,所述系统包括:
初始化单元,用于初始化碳排放核算的相关参数;
模型建立单元,用于根据所述初始化单元初始化的相关参数建立车辆的油耗模型,并根据所述油耗模型建立碳排放模型;
碳排放量获取单元,用于根据所述模型建立单元建立的碳排放模型获取车辆在子路径上的碳排放量;
碳排放总量获取单元,用于累计所述碳排放量获取单元获取的各子路径上的碳排放量获取碳排放总量。
6.如权利要求5所述的系统,其特征在于,所述模型建立单元建立模型,具体为:
根据FR=ξ(kNV+P/η)κ建立车辆的油耗模型,并根据EM=eFR建立碳排放模型,其中,FR为油耗量,ξ为燃料与空气的质量比,k为引擎摩擦系数,N为引擎转速,V为引擎排量,η和κ为常数,p为引擎的输出功率,EM为碳排放量,e为碳排放因子。
7.如权利要求5所述的系统,其特征在于,所述碳排放量获取单元603获取碳排放量,具体为:
设置车辆的初始参数;
通过逆向追溯获取子路径上的各节点累计的碳排放量。
8.如权利要求5~7任一项所述的系统,其特征在于,所述相关参数包括:车辆载重、车辆行驶速度、车辆行驶距离、车辆型号、路况信息和排放因子。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510507042.9A CN105138832B (zh) | 2015-08-18 | 2015-08-18 | 一种核算车辆路径规划中碳排放量的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510507042.9A CN105138832B (zh) | 2015-08-18 | 2015-08-18 | 一种核算车辆路径规划中碳排放量的方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105138832A true CN105138832A (zh) | 2015-12-09 |
CN105138832B CN105138832B (zh) | 2019-03-29 |
Family
ID=54724178
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510507042.9A Active CN105138832B (zh) | 2015-08-18 | 2015-08-18 | 一种核算车辆路径规划中碳排放量的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105138832B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106225800A (zh) * | 2016-08-04 | 2016-12-14 | 广东石油化工学院 | 基于实时路况信息的环境友好型车辆导航路径构建方法 |
CN107014389A (zh) * | 2017-03-03 | 2017-08-04 | 重庆大学 | 一种基于多源城市数据的个性化省油行车路线规划系统 |
CN107833002A (zh) * | 2017-11-28 | 2018-03-23 | 上海海洋大学 | 基于协同多目标算法的多级低碳物流配送网络规划方法 |
CN110378506A (zh) * | 2019-05-08 | 2019-10-25 | 上海大学 | 车辆碳排放量规划方法、装置、电子设备和存储介质 |
CN111144601A (zh) * | 2018-11-02 | 2020-05-12 | 北京京东尚科信息技术有限公司 | 一种路径规划方法和装置 |
CN112785843A (zh) * | 2020-12-26 | 2021-05-11 | 清华四川能源互联网研究院 | 碳排放监测方法、装置、服务器和计算机可读存储介质 |
CN113011732A (zh) * | 2021-03-16 | 2021-06-22 | 淮阴工学院 | 一种评价高速公路服务区客运接驳站节能减排效果的方法 |
CN113283809A (zh) * | 2021-06-29 | 2021-08-20 | 重庆交通大学 | 用于农村产业的物流监测系统 |
CN113657875A (zh) * | 2021-10-20 | 2021-11-16 | 中汽数据(天津)有限公司 | 车队生命周期碳排放核算方法、设备和介质 |
CN117093818A (zh) * | 2022-05-13 | 2023-11-21 | 一二三物流(广州)有限公司 | 城配物流车辆碳排放的测算方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102944887A (zh) * | 2012-11-14 | 2013-02-27 | 东南大学 | 基于油耗与尾气排放的车辆三维导航方法 |
CN104680788A (zh) * | 2015-02-11 | 2015-06-03 | 北京交通大学 | 一种用于交通路径选择的生态阻抗计算方法 |
-
2015
- 2015-08-18 CN CN201510507042.9A patent/CN105138832B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102944887A (zh) * | 2012-11-14 | 2013-02-27 | 东南大学 | 基于油耗与尾气排放的车辆三维导航方法 |
CN104680788A (zh) * | 2015-02-11 | 2015-06-03 | 北京交通大学 | 一种用于交通路径选择的生态阻抗计算方法 |
Non-Patent Citations (6)
Title |
---|
BALAN SUNDARAKANI等: ""Modeling carbon footprints across the supply chain"", 《INTERNATIONAL JOURNAL OF PRODUCTION ECONOMICS》 * |
JOANNA BAUER等: ""Minimizing greenhouse gas emissions in intermodal freight transport: An application to rail service design"", 《JOURNAL OF THE OPERATIONAL RESEARCH SOCIETY》 * |
MATTHEW BARTH等: ""Energy and emissions impacts of a freeway-based dynamic eco-driving system"", 《TRANSPORTATION RESEARCH PART D: TRANSPORT AND ENVIRONMENT》 * |
李进等: ""具有固定车辆数的多车型低碳路径问题及算法"", 《计算机集成制造系统》 * |
李进等: ""基于碳排放与速度优化的带时间窗车辆路径问题"", 《系统工程理论与实践》 * |
李进等: ""碳交易机制对物流配送路径决策的影响研究"", 《系统工程理论与实践》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106225800B (zh) * | 2016-08-04 | 2019-07-26 | 杭州电子科技大学 | 基于实时路况信息的环境友好型车辆导航路径构建方法 |
CN106225800A (zh) * | 2016-08-04 | 2016-12-14 | 广东石油化工学院 | 基于实时路况信息的环境友好型车辆导航路径构建方法 |
CN107014389A (zh) * | 2017-03-03 | 2017-08-04 | 重庆大学 | 一种基于多源城市数据的个性化省油行车路线规划系统 |
CN107833002B (zh) * | 2017-11-28 | 2021-10-22 | 上海海洋大学 | 基于协同多目标算法的多级低碳物流配送网络规划方法 |
CN107833002A (zh) * | 2017-11-28 | 2018-03-23 | 上海海洋大学 | 基于协同多目标算法的多级低碳物流配送网络规划方法 |
CN111144601A (zh) * | 2018-11-02 | 2020-05-12 | 北京京东尚科信息技术有限公司 | 一种路径规划方法和装置 |
CN110378506A (zh) * | 2019-05-08 | 2019-10-25 | 上海大学 | 车辆碳排放量规划方法、装置、电子设备和存储介质 |
CN112785843A (zh) * | 2020-12-26 | 2021-05-11 | 清华四川能源互联网研究院 | 碳排放监测方法、装置、服务器和计算机可读存储介质 |
CN113011732A (zh) * | 2021-03-16 | 2021-06-22 | 淮阴工学院 | 一种评价高速公路服务区客运接驳站节能减排效果的方法 |
CN113283809A (zh) * | 2021-06-29 | 2021-08-20 | 重庆交通大学 | 用于农村产业的物流监测系统 |
CN113283809B (zh) * | 2021-06-29 | 2024-02-20 | 重庆交通大学 | 用于农村产业的物流监测系统 |
CN113657875A (zh) * | 2021-10-20 | 2021-11-16 | 中汽数据(天津)有限公司 | 车队生命周期碳排放核算方法、设备和介质 |
CN117093818A (zh) * | 2022-05-13 | 2023-11-21 | 一二三物流(广州)有限公司 | 城配物流车辆碳排放的测算方法及系统 |
CN117093818B (zh) * | 2022-05-13 | 2024-04-19 | 一二三物流(广州)有限公司 | 城配物流车辆碳排放的测算方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105138832B (zh) | 2019-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105138832A (zh) | 一种核算车辆路径规划中碳排放量的方法和系统 | |
Park et al. | Energy and environmental impacts of roadway grades | |
Rakha et al. | Requirements for evaluating traffic signal control impacts on energy and emissions based on instantaneous speed and acceleration measurements | |
CN105404941A (zh) | 一种物流运输方式和路径智能优化的方法及系统 | |
Luin et al. | Modeling the impact of road network configuration on vehicle energy consumption | |
CN104091440B (zh) | 基于道路等级和车辆类型的城市交通拥堵成本估算方法 | |
Barbosa et al. | Hydraulic hybrid passenger vehicle: Fuel savings possibilities | |
Xie et al. | Aerodynamic-aware coordinated control of following speed and power distribution for hybrid electric trucks | |
CN110077274A (zh) | 一种物流电动车可行驶距离的估算方法、装置及设备 | |
Wang et al. | Real-world carbon emissions evaluation for prefabricated component transportation by battery electric vehicles | |
CN102542795A (zh) | 一种路网承载能力的计算方法 | |
CN103267530A (zh) | 一种管道抢修最短时间的路径规划方法 | |
Raus | A method for estimating fuel consumption and vehicle emissions on urban arterials and networks | |
You | Sustainable vehicle routing problem on real-time roads: The restrictive inheritance-based heuristic algorithm | |
Lewis et al. | Design and modeling for hydrogen fuel cell conversion of parcel delivery trucks | |
Sujan et al. | Heavy duty commercial vehicle platooning energy benefits for conventional and electrified powertrains | |
Deyang et al. | A simulation study of upgrading urban gasoline taxis to electric taxis | |
Danningera et al. | Imperium-implementation of powertrain control for economic and clean real driving emission and fuel consumption | |
Ko et al. | Environmentally Conscious Highway Design for Vertical Grades | |
Sivanandham et al. | Comparison of platoon formations using departure time coordination heuristic | |
Luin et al. | Impact of road geometry on vehicle energy consumption | |
Mohd Zulkefli et al. | Hybrid powertrain optimization with real-time traffic information | |
Qiu et al. | Real-world Energy Efficiency Analysis and Implications: Medium-and Heavy-Duty EV Deployments Across the US | |
Yao et al. | Estimation of Electric Vehicle's Crusing Range Based on Real-Time Links Average Speed | |
Burdzik et al. | Comparison of energy consumption of short and long city buses in terms of assessing the needs for e-mobility |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |