CN111047179A - 一种基于频繁模式挖掘的车辆运输效率分析方法 - Google Patents

Abstract

一种基于频繁模式挖掘的车辆运输效率分析方法，通过智能加载传感器获得车辆数据，对车辆数据进行预处理，得到完整的车辆数据；对完整的车辆数据进行计算，得到车辆属性信息；对车辆属性信息进行大数据感知，得到属性数据；采用频繁模式挖掘算法确定各属性数据之间的相关性度量值，通过计算两者之间的提升度，得到各个因素之间的相关性，确定影响油耗的最大因素，分析出对车辆运输效率影响的相关性因素，以降低车辆的燃油消耗为目的，进而提高车辆的运输效率。相较于现有技术,本发明能更精准地分析出影响车辆燃油消耗的主要因素，有效的得出影响车辆运输效率的相关性因素，通过降低车辆的燃油消耗，来提高车辆的运输效率。

Description

一种基于频繁模式挖掘的车辆运输效率分析方法

技术领域

本发明属于生态驱动领域，具体涉及一种基于频繁模式挖掘的车辆运输效率分析方法。

背景技术

经济快速发展的同时增加了对运输业的大规模需求，运输业的重要性也伴随着经济的不断发展而快速提高，不管是旅客运输还是货物运输的发展和变化都成为国民经济发展的重要部分，而其中道路货运又成为运输业的重中之重。道路货运飞速发展的同时刺激了重型商用车的快速增长。随着我国高速公路网络的增长和计重收费在全国各地的全面实施，重型卡车在运输效益方面的优势也越发明显，在道路货运中所承担的周转量越来越大，使得重卡商用车在道路货运周转量中保持领先地位。同时，重型商用车行业一直专注于提高货运效率,降低客户的总运营成本来实现理想的盈利，其中最主要就是增强车辆的燃油经济性。随着重型商用车的不断增长，随之而来的污染物排放对环境的影响以及燃油消耗对能源效率的影响是全球面临的主要问题。因此如何有效的降低燃油消耗量成为重型商用车面临的重要挑战。

目前人们旨在改善车辆和交通管理技术的大量创新。在实际的运输任务中，可以采用基于动力总成控制和智能运输系统中最先进技术的许多优化可能性来平衡燃油效率。此外，基于云的新型控制策略可以集成不同的数据和信息：预测交通，天气状况，道路地形，用于燃油消耗优化的最佳速度曲线等。影响重型商用卡车运输效率的因素有很多，而主要体现在车辆行驶道路状况(上坡下坡)，车辆行驶过程中的加减速，车辆行驶中所处的状态(怠速、离合、空挡)以及车辆的行驶路线等。优化这些相关因素在一定程度上可以减少燃油的消耗，促进节能驾驶，进一步提高运输效率。

在重型商用车燃油消耗因素影响方面，现有的研究方法有：

1、使用便携式发射测量系统(PEMS)从HDDVS(重型柴油车)收集燃料消耗和排放的真实世界数据，分析HDDVS的驾驶行为，并确定关键影响因素，研究发现高速行驶、加速行驶以及怠速、低速行驶是造成高油耗和高排放率的主要原因，该研究也提出，行驶距离也应该是计算总油耗和排放的一个重要参数，但该研究并没有考虑不同的道路状况对高油耗和高排放量的影响。

2、利用模型预测控制(MPC)机制的生态(eco)驱动系统(EDS)，该机制为前方给定的道路坡度曲线生成最佳速度轨迹，以最大限度地减少行驶在多山公路上的车辆的能耗和二氧化碳排放，结果显示，MPC比传统的人驾驶系统减少能耗分别高出上坡5.7％和6.4％，下坡7.2％和8.24％，此外，CO₂排放量显著减少，但是，该研究只考虑了一辆行驶在丘陵自由公路上的车辆，并且没有考虑由数码路线图所取得的各种斜坡形状的真实道路。

发明内容

本发明的目的在于提出一种基于频繁模式挖掘的车辆运输效率分析方法。

为实现上述目的，本发明采用如下的技术方案：

一种基于频繁模式挖掘的车辆运输效率分析方法，包括以下步骤：

步骤一：通过车载GPS传感器获取车辆数据，车辆数据包括GNSS数据集、车辆发动机数据集、车辆行驶数据集、车辆部件数据集以及车辆油耗数据集；

步骤二：对车辆数据进行预处理，得到完整的车辆数据；

步骤三：对步骤二中完整的车辆数据进行计算，得到车辆属性信息；

步骤四：对步骤三中得到的车辆属性信息进行大数据感知，得到包含车辆属性的数据库；

步骤五：通过基于频繁模式的Apriori-H算法确定包含车辆属性的数据库中各个属性数据之间的相关性，得到对燃油消耗影响最大的相关性因素，从而确定影响燃油消耗的最主要因素，提高车辆的运输效率。

本发明进一步的改进在于，步骤一中，GNSS数据集包括重型商用卡车的数据产生时间、数据接收时间、经度数据、纬度数据、海拔高度数据、行驶瞬时速度数据、定位标记、纬度标记以及经度标记，车辆发动机数据集包括数据产生时间、数据接收时间、仪表盘瞬时车速、发动机瞬时转速以及仪表盘里程数据，车辆行驶数据集包括车辆的VIN码、车辆行驶日期、车辆的怠速时长、车辆的空档滑行次数以及车辆的空档滑行时长，车辆部件数据集包括车辆的VIN码、车辆轮胎型号、车辆轮胎滚动半径、车辆变速箱型号以及后桥速比，车辆油耗数据集包括燃气类型、车辆行驶日期、车辆当日的耗油耗气量、车辆当日行驶里程、车辆百公里油耗、车辆当日加油量以及车辆当日加气量。

本发明进一步的改进在于，步骤三中，车辆属性数据包括车辆的加减速信息、车辆的平均速度信息、车辆上下坡信息、车辆的档位信息、车辆的行驶路线信息、车辆的离合信息、车辆的怠速时长信息以及车辆的空挡滑行次数信息。

本发明进一步的改进在于，车辆的加减速信息通过下式得到：

其中，a为车辆的加速度，a为正值，表示加速，a为负值，表示减速，v_i+1表示i+1采样时刻的瞬时速度，v_i表示i采样时刻的瞬时速度，t表示i+1时刻和i时刻之间的时间间隔；

车辆的平均速度信息通过下式得到：

其中，v表示车辆一天的平均速度，s表示车辆一天的总行驶里程，t表示车辆一天的总行驶时间；

车辆上下坡信息通过以下过程得到：

坡度计算公式如下：

其中，α表示坡度，h表示坡面的铅直高度，s表示坡面的水平宽度；若A为上一时刻的采样点，B为下一时刻的采样点；

车辆上下坡信息具体如下：

1)若B点高程比A高，则坡度为正值，则表示上坡，

2)若B点高程比A低，则坡度为负值，则表示下坡，

车辆的档位信息通过下式得到：

其中，i_g为变速箱速比，n_l为轮胎转速，n_e为发动机转速，i₀为驱动桥速比，v为车速，_r为车辆轮胎半径，j为单位转换常量；

如果i_g≥18或者i_g≤0.5,则判断为空挡；

某挡位的i_g下限值<i_g≤该挡位的i_g上限值,则判断为相应档位；

1挡的i_g下限值＝(1挡的标准速比+2挡的标准速比)/2；1挡的i_g上限值＝18；

2挡的i_g下限值＝(2挡的标准速比+3挡的标准速比)/2；

2挡的i_g上限值＝(1挡的标准速比+2挡的标准速比)/2；

最高挡的i_g下限值＝0.5；

最高挡的i_g上限值＝(最高挡的标准速比+次高挡的标准速比)/2；

车辆的离合信息：根据档位信息统计离合器使用次数，统计档位变换次数，根据档位变换次数确定车辆离合器使用的次数。

本发明进一步的改进在于，步骤五的具体过程如下：

1)首先，通过扫描包含车辆属性的数据库，累计每个项的计数，并收集满足最小支持度的项，找出频繁1项集的集合，该集合记为L1，然后，使用L1找出频繁2项集的集合L2，使用L2找出L3，如此下去，直到不能再找出频繁k项集；

2)根据步骤1)找出的频繁项集，通过计算提升度，得到属性之间的相关性。

本发明进一步的改进在于，提升度通过下式得到：

其中，Lift(C_k→C_m)为影响因素C_k,C_m之间的提升度；Support(C_k,C_m)表示影响因素C_k,C_m对应的支持度，Confidence(C_k→C_m)为影响因素C_k,C_m的置信度；提升度大于3表示强关联。

本发明进一步的改进在于，若提升度>1，则C_k的出现与C_m的出现呈正相关；若提升度＝1，则C_k与C_m之间无相关性；若提升度<1，则C_k的出现与C_m的出现呈负相关。

本发明进一步的改进在于，影响因素C_k,C_m对应的支持度通过下式得到：

其中，numbers(C_kC_m)表示C_k,C_m同时出现的频次，num(AllSamples)表示总频次。

本发明进一步的改进在于，影响因素C_k,C_m的置信度通过下式得到：

其中，P(C_kC_m)为C_k出现的概率，P(C_m)为C_m出现的概率；

其中，C_k表示车辆属性数据库中某一条数据的第k个影响因素，C_m表示除k以外剩下的第m个影响因素；

其中，Support(C_k,C_m)表示影响因素C_k,C_m对应的支持度，numbers(C_kC_m)表示影响因素C_k,C_m同时出现的频次，num(AllSamples)表示总频次；

其中，Confidence(C_k→C_m)为影响因素C_k,C_m的置信度，P(C_kC_m)为C_k出现的概率，P(C_m)为C_m出现的概率。

本发明进一步的改进在于，还包括步骤六，将车辆的GPS数据信息通过地图匹配，得到车辆的行驶路线信息。

与现有技术相比，本发明具有如下有益效果：本发明通过智能加载传感器获得车辆数据，对车辆数据进行预处理，得到完整的车辆数据；对完整的车辆数据进行计算，得到车辆属性信息；对车辆属性信息进行大数据感知，得到车辆属性数据；采用频繁模式挖掘算法确定各属性数据之间的相关性度量值，通过计算两者之间的提升度，得到各个因素之间的相关性，确定影响油耗的最大因素，分析出对车辆运输效率影响的相关性因素，以降低车辆的燃油消耗为目的，进而提高车辆的运输效率。相较于现有技术,本发明能更精准地分析出影响车辆燃油消耗的主要因素，有效的得出影响车辆运输效率的相关性因素，通过降低车辆的燃油消耗，来提高车辆的运输效率。

进一步的，利用基于频繁模式的改进Apriori-H算法来挖掘跟油耗、平均速度相关的联系，得出与油耗相关的影响因素。由于Apriori算法要生成大量的候选项集，每生成频繁项集都要生成候选项集，其次要一直迭代重复的扫描事物数据来计算支持度(Support)，所以会导致效率比较低下。经改进的Apriori-H算法是压缩进一步迭代的事务数，即不包含任何k-项集的事务不可能包含任何(k+1)-项集，这种事务在下一步的计算中可以加上标记或删除，这样在很大程度上提高了效率。

附图说明

图1为判定影响油耗因素的流程图。

图2为不同类油耗对应的平均速度。

图3为在相同载重且坡度基本为0行驶时，平均加速度、平均速度和油耗对应的三维可视化结果。

图4为平均加速度0.3m/s²-0.6m/s²范围内平均速度和油耗对应关系可视化。

图5为平均速度50km/h-60km/h下平均加速度和油耗关系可视化。

图6为车辆在不同道路类型下对应的行驶路线。

具体实施方式

下面结合附图对本发明进行详细说明。

本发明通过智能车载传感器获得车辆数据，并对所得数据进行离散化处理，利用基于频繁模式的数据挖掘方法对车辆属性进行相关性分析，得到影响重型商用车燃油消耗的最相关因素，进而分析出燃油消耗对车辆运输效率的影响，以提高燃油经济性为目的，进一步提高重型商用车的运输效率。

首先对发明中出现的技术名词进行解释。

频繁模式：指在数据集中频繁出现的模式。

频繁k项集：如果事件A中包含k个元素，那么称这个事件A为k项集，并且事件A满足最小支持度阈值的事件称为频繁k项集。

Support(支持度)：表示A和B的事务所占所有事务的比例，Support＝P(A&B)；

Confidence(置信度)：表示包含A的事务中同时包含B的比例，Confidence＝P(A&B)/P(A)；

Lift(提升度)：表示Confidence与P(B)的比值，Lift＝(P(A&B)/P(A))/P(B)＝P(A&B)/P(A)/P(B)；其值反映A、B的相关性，越>1正相关越高，越<1负相关越高，＝1不相关；一般>3为认可关联标准。

Apriori算法：主要分为两个步骤，首先通过迭代，检索出事务数据库中的所有频繁项集，即支持度不低于用户设定的阈值的项集；然后利用频繁项集构造出满足用户最小置信度的规则。

Apriori-H算法：基于Apriori算法的改进，在检索事务数据库中的频繁项集中进行事务压缩，即压缩进一步迭代的事务数，对不包含任何k-项集的事务不可能包含任何(k+1)-项集，这种事务在下一步的计算中可以加上标记或删除。将其命名为Apriori-H算法。

以下结合附图对本发明提出的基于频繁模式挖掘的车辆运输效率分析方法进行具体说明。

参见图1，本发明包括以下步骤：

步骤一：通过智能车载GPS传感器获取车辆数据，车辆数据包括GNSS数据集(包含重型商用卡车的数据产生时间、数据接收时间、经度数据、纬度数据、海拔高度数据、行驶瞬时速度数据、定位标记、纬度标记以及经度标记)、车辆发动机数据集(车辆的发动机数据包含数据产生时间、数据接收时间、仪表盘瞬时车速、发动机瞬时转速以及仪表盘里程数据)、车辆行驶数据集(包含车辆的VIN码、车辆行驶日期、车辆的怠速时长、车辆的空档滑行次数以及车辆的空档滑行时长)、车辆部件数据集(包含车辆的VIN码、车辆轮胎型号、车辆轮胎滚动半径、车辆变速箱型号以及后桥速比)、车辆油耗数据集(包含燃气类型、车辆行驶日期、车辆当日的耗油耗气量、车辆当日行驶里程、车辆百公里油耗、车辆当日加油量以及车辆当日加气量)，具体参见表1。

表1车辆数据

步骤二：对车辆数据进行预处理，即对海量的原始数据中存在着大量的不完整(有缺失值)、不一致、有异常的数据进行数据清洗，得到完整的车辆数据。

1)有缺失值情况，如同一车辆GNSS数据集中速度数据的缺失会通过确定发动机数据集中时间相同时的速度值进行填充，再如车辆GNSS数据集中高度数据缺失，会通过抽取前后采集点的同类高度数据均值进行插补。

2)数据不一致情况，如发动机转速与瞬时速度不匹配、行驶里程和车辆油耗不一致以及各数据集车辆ID时间不匹配等情况，采取了样本删除操作。

3)异常值情况，为某些属性值预设阈值，例如重型商用卡车在道路行驶的限速值作为速度阈值。当车辆瞬时行驶速度连续大于这个阈值，则对该条数据进行删除。

步骤三：对步骤二中处理得到的完整的车辆数据进行计算，得到车辆属性数据，包括车辆的加减速信息、车辆的平均速度信息、车辆上下坡信息、车辆的档位信息、车辆的行驶路线信息、车辆的离合信息、车辆的怠速时长信息以及车辆的空挡滑行次数信息。具体如下：

(1)车辆的加减速信息计算公式如下：

其中a为车辆的加速度，a为正值，表示加速，a为负值，表示减速，v_i+1表示i+1采样时刻的瞬时速度，v_i表示i采样时刻的瞬时速度，t表示i+1时刻和i时刻之间的时间间隔。

(2)车辆的平均速度信息计算公式如下：

其中v表示车辆一天的平均速度，s表示车辆一天的总行驶里程，t表示车辆一天的总行驶时间；

(3)坡度计算公式如下：

其中α表示坡度，h表示坡面的铅直高度，s表示坡面的水平宽度。坡度有正负之分，若A为上一时刻的采样点，B为下一时刻的采样点；

车辆上下坡信息具体如下：

1)若B点高程比A高，则坡度为正值，则表示上坡。

2)若B点高程比A低，则坡度为负值，则表示下坡。

(4)车辆的档位信息计算公式如下：

本发明计算车辆的瞬时档位。其中，i_g为变速箱速比，n_l为轮胎转速，n_e为发动机转速，i₀为驱动桥速比，v为车速，_r为车辆轮胎半径，j为单位转换常量。

如果i_g≥18或者i_g≤0.5,则判断为空挡；

某挡位的i_g下限值<i_g≤该挡位的i_g上限值,则判断为相应档位；

1挡的i_g下限值＝(1挡的标准速比+2挡的标准速比)/2；1挡的i_g上限值＝18；

2挡的i_g下限值＝(2挡的标准速比+3挡的标准速比)/2；

2挡的i_g上限值＝(1挡的标准速比+2挡的标准速比)/2；

最高挡的i_g下限值＝0.5；

最高挡的i_g上限值＝(最高挡的标准速比+次高挡的标准速比)/2。

(5)车辆的行驶路线信息：本行驶数据进行真实地图匹配，用以对数据点进行纠正和分析，确定重型商用车在地图上的行驶路线。

(6)车辆的离合信息：根据计算出来的档位数据信息统计离合器使用次数。由于车辆都属于手动档货运车辆，在档位变换的过程中是通过使用离合器踏板进行的，因此根据统计的档位次数变换来确定了车辆离合器使用的次数。

(7)车辆的怠速时长信息和车辆的空档滑行次数信息：在数据采集中，可以采集到二者的信息。

步骤四：对步骤三中的车辆属性数据，包括车辆的平均速度信息、车辆的加减速信息、车辆上下坡信息、车辆的档位信息、车辆的离合信息、车辆的怠速时长信息以及车辆的空挡滑行次数信息进行离散化处理。即采用大数据感知技术来获得数据，即将基于子类划分后的数据进行离散化处理，首先对数据集子类划分，然后分别计算出各个属性子类的发生次数，并对离散化结果进行特征提取,得到包含车辆属性的数据库。

具体实现步骤如下：

(1)数据集子类化分

本发明将步骤三中的车辆属性数据中的车辆的加速信息、车辆上下坡信息、车辆的档位信息与车辆的离合信息分为四类：

以车辆的加速信息为例，车辆的加速划分为0.05m/s²-0.11m/s² ₁、0.11m/s²-0.17m/s²、0.17m/s²-0.23m/s²、大于0.23m/s²四个子类。(同样适用于车辆的减速信息)。

以车辆上下坡信息为例，坡度划分为0°-13°，13°-26，26°-39°，大于39°四个子类。(同样适用于车辆的下坡)。

以车辆的档位信息为例，档位划分为1～2，3～4，5～6，7～8四个子类。

以车辆的离合信息为例，离合划分为0～2，2～4，4～6，6～8四个子类。

(2)对基于子类划分后的数据进行离散化

基于步骤(1)划分的各个子类，然后分别计算出每类车辆属性的发生次数，一共九类属性值。将加速、减速、上坡、下坡、档位、离合数据的发生次数划分为四个类，其中，加速的发生次数划分为{A1,A2,A3,A4}，减速的发生次数划分为{M1,M2,M3,M4}，上坡的发生次数划分为{U1,U2,U3,U4}，下坡的发生次数划分为{D1,D2,D3,D4}，档位的发生次数划分为{G1,G2,G3,G4}，离合的发生次数划分为{C1,C2,C3,C4}。

之后，再将怠速时长、空档滑行时长、平均速度和油耗数据分别按照等数量从小到大排序划分为五个类，怠速时长表示为I1～I5，空挡滑行时长表示为N1～N5，百公里油耗表示为F1～F5，平均速度表示为V1～V5。

(3)离散化数据特征提取

在步骤(2)基础上，将离散化结果进行特征提取，得到以下如表3数据样例。

具体地，针对离散化结果，分别计算并将A1～A4，M1～M4，U1～U4，D1～D4，G1～G4，C1～c4，I1～I5，N1～N5，F1～F5，V1～V5中对应发生次数值最大的那一维属性进行提取，得到最终数据，即数据特征提取，如表2所示。

表2特征提取结果样例

步骤五：通过基于频繁模式的挖掘方法来确定车辆属性数据库中各个属性数据之间的相关性，得到对燃油消耗影响最大的相关性因素，从而确定影响燃油消耗的最主要因素，并利用地图匹配技术将车辆的行驶路线进行投影，得到最佳行驶路线，从而减少对油耗的使用，进一步提高货运效率。

本发明采用频繁模式挖掘Apriori-H算法来确定各位属性之间的相关性度量值Lift(C_k→C_m)。

其中，C_k表示车辆属性数据库中某一条数据的第k个影响因素，C_m表示除k以外剩下的第m个影响因素。

公式(6)用来计算影响因素C_k,C_m对应的支持度，其中，numbers(C_kC_m)表示C_k,C_m同时出现的频次，num(AllSamples)表示总频次。

公式(7)为计算的置信度(Confidence)，即考虑为C_k出现前提概率下，C_m出现的概率。

考虑到分析加减速、上下坡等与平均速度之间是否有关联，所以通过计算二者之间的提升度(Lift)来解释，使用公式(8)来计算他们之间的提升度，来体现C_k和C_m之间的关联关系。若提升度>1，则C_k的出现与C_m的出现是呈正相关；若提升度＝1，则C_k与C_m是相互独立的，之间无相关性；若提升度<1，则C_k的出现与C_m的出现是呈负相关。

Apriori-H算法具体实现步骤：

步骤一：Apriori算法使用一种称为逐层搜索的迭代方法，其中k项集用于探索(k+1)项集。首先，通过扫描包含车辆属性数据库，累计每个项的计数，并收集满足最小支持度的项，找出频繁1项集的集合，该集合记为L1。然后，使用L1找出频繁2项集的集合L2，使用L2找出L3，如此下去，直到不能再找出频繁k项集。找出每一个Lk需要一次数据库的完整扫描。

步骤二：

1、本发明对迭代过程进行了改进，在逐层搜索循环过程的第k步中，根据k-1步生成的频繁k-1项集来产生候选k项集，由于在产生频繁k-1项集时，可以实现对该集中出现元素的个数进行计数处理，因此对某元素而言，若它的计数个数不到k-1的话，可以事先删除该元素，从而排除由该元素将引起的大规格所有组合。

2、根据以上思路得到了这个候选项集后，可以对数据库D的每一个事务进行扫描，若该事务中至少含有候选项集中的一员则保留该项事务，否则把该事务记录与数据库末端没有作删除标记的事务记录对换，并对移到数据库末端的事务记录作删除标记，整个数据库扫描完毕后更新为新的事务数据库中。因此随着K的增大，数据库中事务记录量大大地减少，对于下一次事务扫描可以大大节约I/0开销。

步骤三：由频繁项集产生关联规则

根据步骤一找出的频繁项集，就可以直接由它们产生强关联规则(强关联规则满足最小支持度和最小置信度)。

公式(9)用来计算影响因素C_k,C_m对应的支持度，其中，numbers(C_kC_m)表示C_k,C_m同时出现的频次，num(AllSamples)表示总频次。

公式(10)为计算的置信度，考虑为C_k出现前提概率下，C_m出现的概率。

对于支持度和置信度度量不足以过滤掉无趣的关联规则，使用相关性度量来扩充关联规则的支持度-置信度框架。提升度就是一种简单的相关性度量，通过计算提升度，可以得到属性之间的相关性，在这里设置提升度在大于3才表示它们之间是强关联的。

公式(11)来计算他们之间的提升度，来体现C_k和C_m之间的关联关系。

将车辆的GPS数据信息进行地图匹配，GPS数据由于信号不良、通信异常、定位误差等原因，不能很好地落在道路上，通过真实地图匹配，可以更好地得到车辆的行驶路线信息。将行驶数据投影在真实地图上，并对数据点进行纠正和分析，确定重型商用车在地图上的行驶路线。

重型商用车的行驶路线分析，是基于车辆GPS数据提取轨迹特征，实现行车轨迹的精细化分析。结合路网数据，匹配出GPS轨迹对应的道路类型(高速、国道、省道、县道、乡道、其他)；结合海拔数据，匹配出GPS轨迹对应的地形(平原：海拔200以下；丘陵：海拔200-500；高原：海拔500以上)。

下面为具体实施例。

实施例1

一、实施过程

步骤一：采集数据。

本发明采集了天行健商用重卡车队的车辆数据，这些车辆数据通过智能车载传感器来获得。

步骤二：对车辆数据进行预处理，即对原始车辆数据中存在着大量的不完整(有缺失值)、不一致、有异常的数据进行数据清洗。在异常处理过程中，采用离群点方法过滤了不同数据集中不一致数据以及缺失数据，例如某车辆在某一时刻瞬时速度大于0，但该车辆的发动机转速数据为0。再如某车辆在某天里程数大于0，但该车辆当天油耗数据为0。经过异常处理后数据量减少了20％。

步骤三：对步骤二中处理得到的车辆数据进行计算，得到车辆属性数据。包括车辆的平均速度信息、车辆的加减速信息、车辆上下坡信息、车辆的档位信息、车辆的离合信息、车辆的行驶路线、车辆的怠速时长信息以及车辆的空挡滑行次数信息。

步骤四：对步骤三中经过处理得到的车辆属性数据(包括车辆的平均速度、车辆的加减速、车辆上下坡、车辆的档位、车辆的离合、车辆的怠速时长以及车辆的空挡滑行次数)进行离散化处理，按照离散化划分标准将其划分为若个子类。

(1)数据集子类化分

本发明将步骤三中的车辆属性数据中的车辆的加速信息、车辆上下坡信息、车辆的档位信息与车辆的离合信息分为四类：

以车辆加速度信息为例，车辆的加速划分为0.05m/s²-0.11m/s² ₁、0.11m/s²-0.17m/s²、0.17m/s²-0.23m/s²、大于0.23m/s²四个子类。(同样适用于车辆的减速度)

以坡度信息为例，坡度划分为0°-13°，13°-26，26°-39°，大于39°四个子类。(同样适用于车辆的下坡)

以档位信息为例，档位划分为1～2，3～4，5～6，7～8四个子类。

以离合信息为例，离合划分为0～2，2～4，4～6，6～8四个子类。

(2)对基于子类划分后的数据进行离散化

基于步骤一划分的各个子类，然后分别计算出每类属性的发生次数，一共九类属性值。将加速、减速、上坡、下坡、档位、离合数据的发生次数划分为四个类，其中，加速的发生次数划分为{A1,A2,A3,A4}，减速的发生次数划分为{M1,M2,M3,M4}，上坡表示为{U1,U2,U3,U4}，下坡表示为{D1,D2,D3,D4}，档位表示为{G1,G2,G3,G4}，离合表示为{C1,C2,C3,C4}。之后，再将怠速时长、空档滑行时长、平均速度和油耗数据分别按照等数量从小到大排序划分为五个类，怠速时长表示为I1～I5，空挡滑行时长表示为N1～N5，百公里油耗表示为F1～F5，平均速度表示为V1～V5。

(3)离散化数据特征提取

在(2)基础上，将离散化结果进行特征提取，得到以下如表3数据样例。具体地，针对离散化结果，分别计算并将A1～A4，M1～M4，U1～U4，D1～D4，G1～G4，C1～c4，I1～I5，N1～N5，F1～F5，V1～V5中对应发生次数值最大特征的那一维属性进行提取，得到最终数据，如表3所示。

表3特征提取结果样例

步骤五：通过基于频繁模式的挖掘Apriori-H算法来确定各个属性之间的相关性，得到对燃油消耗影响最大的相关性因素，确定影响燃油消耗的最主要因素，并利用地图匹配技术将车辆的行驶路线进行投影，得到最佳行驶路线，从而减少对油耗的使用，进一步提高货运效率。

本发明采用频繁模式挖掘Apriori-H算法来确定各位属性之间的相关性度量值Lift(C_k→C_m)。其中C_k表示车辆属性数据库中某一条数据的第k个影响因素，C_m表示除k以外剩下的第m个影响因素。

公式(1)用来计算影响因素C_k,C_m对应的支持度，其中，numbers(C_kC_m)表示C_k,C_m同时出现的频次，num(AllSamples)表示总频次。

公式(2)为计算的置信度，考虑为C_k出现前提概率下，C_m出现的概率。

考虑到分析加减速、上下坡等与平均速度之间是否有关联，所以计算二者之间的提升度来解释，使用公式(3)来计算他们之间的提升度，来体现C_k和C_m之间的关联关系。若提升度>1，则C_k的出现与C_m的出现是呈正相关；若提升度＝1，则C_k与C_m是相互独立的，之间无相关性；若提升度<1，则C_k的出现与C_m的出现是呈负相关。

二、实施结果可视化分析

车辆的燃油消耗对车辆的运输效率的影响是很重要的，而车辆燃油消耗又与车辆的行驶速度密切相关。因此对五类油耗的车辆平均速度进行了统计分析，分别求出每一类油耗对应的平均速度，F1:56.436km/h、F2:54.792km/h、F3:45.296km/h、F4:43.323km/h、F5:39.889km/h。图2是对油耗和平均速度的可视化展示。

由图2可以看出，重卡车辆的平均速度和油耗呈现负相关的状态，随着平均速度越来越低，其相对应的油耗呈上升趋势。这里推荐重卡车辆行驶的平均速度保持在56km/h左右，这样可以保持相对较低的油耗。

图3中，横坐标表示平均速度km/h,纵坐标表示油耗km/l，重型车辆对应的折线表示重型车辆在负荷系数为0％，加速度为0，道路坡度为0的假设前提下不同车速水平下对应的油耗。而实际在对重型商用车关于平均速度和油耗关系的分析中，所采集的重卡数据并不全是在这样理想化的条件下：负荷系数为0％，加速度为0，道路坡度为0。于是在考虑相同载重的情况下，提取了在平原上行驶的车辆数据，这样可以尽可能地保证道路坡度变化范围小，坡度基本为0，通过数据处理和计算得到车辆的平均速度、平均加速度和油耗数据，接下来将这三维数据信息以及图3中加速度为0条件下重型车辆的平均速度和油耗的数据信息进行可视化展示并分析，图4是该三维可视化结果。

在图3中，X轴表示平均速度km/h,Y轴表示平均加速度m/s²,Z轴表示油耗km/l,蓝色散点为理论条件下数据投影在三维中的结果，红色散点为实验实际数据投影在三维中的效果，从图3中可以看出车辆数据集中分布在一定范围内，于是通过其二维横切面来更加准确地观察并分析其关系。

提取图3中分布比较密集的数据，筛选出平均加速度在0.3m/s²-0.6m/s²范围内的数据，将其对应的平均速度和油耗投影在二维平面得到的结果，如图4所示；图5是提取平均速度在50km/h-60km/h范围内的数据，并将其对应的平均加速度和油耗投影在二维平面得到的结果展示。

由图4可以看出，在道路坡度相同、平均加速度一定范围的前提下，车辆平均速度对油耗有着十分明显的影响，这些车辆数据的平均速度在30km/h-60km/h之间，并且随着平均速度的增加，其对应的油耗水平呈下滑趋势，除此之外，可以看出车辆平均速度在50km/h-60km/h区间内的油耗水平最低。由图5可以看出，在道路坡度相同、平均速度一定范围的前提下，这些车辆的平均加速度确实也对油耗有着一定程度上的影响，平均加速度在0.33m/s²-0.42m/s²范围内，油耗水平相对较低，所以在这个加速度范围内，在其他因素一定的情况下，可以提高燃油经济性，进一步提高车辆的运输效率。

图6是本发明使用ArcMap工具将四条路线投影得到行驶路线，通过对比分析可以发现在相同行驶里程的情况下，高速路程(路况较好的路段)占比较大的车辆油耗相比较会降低很多，行驶路况越为复杂的车辆油耗相对来说就会更高。所以选择道路状况较好的路段，会降低车辆的燃油消耗，从而提高车辆的运输效率。

三、实施结果

在通过频繁模式挖掘方法进行数据挖掘之后，筛选出C_m中包含高油耗(即F3、F4、F5)的特征属性，显然支持度越高，关联规则越重要，相关性越高，所以设置提升度Lift至少大于5(一般经验是设置为3或5)，才认为它们之间是强关联的，综合考虑支持度、置信度、和提升度三个指标，筛选出几条关联规则如下：

3.1 P(M4,D5→A4,F4,U1,D1,G1,C2)＝8.85

3.2P(M4,G1,D5,U1→A4,F4,C1,D1)＝8.97

3.3P(A4,U1,D1,G1,C1→M4,D5,F4)＝8.85

分析发现：与高油耗强相关的因素有M4，A4，U1，D1，G2，C1，N5，表明在车辆驾驶行为中：(1)加减速行为越多，并且加减速度大小大于0.23m/s²；(2)上下坡次数多，尤其是集中在坡度为0-13°范围内；档位越低，并且集中在1-2；离合使用次数集中在2-4；空档滑行时长越长的这几种情况下，会导致油耗增高，从而降低了燃油经济性，相应的其运输效率在一定程度上也会有所降低。

本发明通过智能加载传感器获得车辆数据，对基于子类划分后的数据进行离散化处理，并对离散化结果进行特征提取，采用频繁模式挖掘算法来确定各属性之间的相关性度量值，对于分析加减速、上下坡等与平均速度之间是否有关联，则通过计算两者之间的提升度，得到各个因素之间的相关性，并利用地图匹配技术将车辆的行驶路线进行投影，确定影响油耗的最大因素，分析出对车辆运输效率影响的相关性因素，以降低车辆的燃油消耗为目的，进一步提高车辆的运输效率。本发明能更精准地分析出影响车辆燃油消耗的主要因素，有效的得出影响车辆运输效率的相关性因素，通过降低车辆的燃油消耗，来提高车辆的运输效率。

Claims (10)

1.一种基于频繁模式挖掘的车辆运输效率分析方法，其特征在于，包括以下步骤：

步骤一：通过车载GPS传感器获取车辆数据，车辆数据包括GNSS数据集、车辆发动机数据集、车辆行驶数据集、车辆部件数据集以及车辆油耗数据集；

步骤二：对车辆数据进行预处理，得到完整的车辆数据；

步骤三：对步骤二中完整的车辆数据进行计算，得到车辆属性信息；

步骤四：对步骤三中得到的车辆属性信息进行大数据感知，得到包含车辆属性的数据库；

步骤五：通过基于频繁模式的Apriori-H算法确定包含车辆属性的数据库中各个属性数据之间的相关性，得到对燃油消耗影响最大的相关性因素，从而确定影响燃油消耗的最主要因素。

2.根据权利要求1所述的一种基于频繁模式挖掘的车辆运输效率分析方法，其特征在于，步骤一中，GNSS数据集包括重型商用卡车的数据产生时间、数据接收时间、经度数据、纬度数据、海拔高度数据、行驶瞬时速度数据、定位标记、纬度标记以及经度标记，车辆发动机数据集包括数据产生时间、数据接收时间、仪表盘瞬时车速、发动机瞬时转速以及仪表盘里程数据，车辆行驶数据集包括车辆的VIN码、车辆行驶日期、车辆的怠速时长、车辆的空档滑行次数以及车辆的空档滑行时长，车辆部件数据集包括车辆的VIN码、车辆轮胎型号、车辆轮胎滚动半径、车辆变速箱型号以及后桥速比，车辆油耗数据集包括燃气类型、车辆行驶日期、车辆当日的耗油耗气量、车辆当日行驶里程、车辆百公里油耗、车辆当日加油量以及车辆当日加气量。

3.根据权利要求1所述的一种基于频繁模式挖掘的车辆运输效率分析方法，其特征在于，步骤三中，车辆属性数据包括车辆的加减速信息、车辆的平均速度信息、车辆上下坡信息、车辆的档位信息、车辆的行驶路线信息、车辆的离合信息、车辆的怠速时长信息以及车辆的空挡滑行次数信息。

4.根据权利要求1所述的一种基于频繁模式挖掘的车辆运输效率分析方法，其特征在于，车辆的加减速信息通过下式得到：

其中，a为车辆的加速度，a为正值，表示加速，a为负值，表示减速，v_i+1表示i+1采样时刻的瞬时速度，v_i表示i采样时刻的瞬时速度，t表示i+1时刻和i时刻之间的时间间隔；

车辆的平均速度信息通过下式得到：

其中，v表示车辆一天的平均速度，s表示车辆一天的总行驶里程，t表示车辆一天的总行驶时间；

车辆上下坡信息通过以下过程得到：

坡度计算公式如下：

其中，α表示坡度，h表示坡面的铅直高度，s表示坡面的水平宽度；若A为上一时刻的采样点，B为下一时刻的采样点；

车辆上下坡信息具体如下：

1)若B点高程比A高，则坡度为正值，则表示上坡，

2)若B点高程比A低，则坡度为负值，则表示下坡，

车辆的档位信息通过下式得到：

其中，i_g为变速箱速比，n_l为轮胎转速，n_e为发动机转速，i₀为驱动桥速比，v为车速，r为车辆轮胎半径，j为单位转换常量；

如果i_g≥18或者i_g≤0.5,则判断为空挡；

某挡位的i_g下限值<i_g≤该挡位的i_g上限值,则判断为相应档位；

1挡的i_g下限值＝(1挡的标准速比+2挡的标准速比)/2；1挡的i_g上限值＝18；

2挡的i_g下限值＝(2挡的标准速比+3挡的标准速比)/2；

2挡的i_g上限值＝(1挡的标准速比+2挡的标准速比)/2；

最高挡的i_g下限值＝0.5；

最高挡的i_g上限值＝(最高挡的标准速比+次高挡的标准速比)/2；

车辆的离合信息：根据档位信息统计离合器使用次数，统计档位变换次数，根据档位变换次数确定车辆离合器使用的次数。

5.根据权利要求1所述的一种基于频繁模式挖掘的车辆运输效率分析方法，其特征在于，步骤五的具体过程如下：

1)首先，通过扫描包含车辆属性的数据库，累计每个项的计数，并收集满足最小支持度的项，找出频繁1项集的集合，该集合记为L1，然后，使用L1找出频繁2项集的集合L2，使用L2找出L3，如此下去，直到不能再找出频繁k项集；

2)根据步骤1)找出的频繁项集，通过计算提升度，得到属性之间的相关性。

6.根据权利要求5所述的一种基于频繁模式挖掘的车辆运输效率分析方法，其特征在于，提升度通过下式得到：

其中，Lift(C_k→C_m)为影响因素C_k,C_m之间的提升度；Support(C_k,C_m)表示影响因素C_k,C_m对应的支持度，Confidence(C_k→C_m)为影响因素C_k,C_m的置信度；提升度大于3表示强关联。

7.根据权利要求5或6所述的一种基于频繁模式挖掘的车辆运输效率分析方法，其特征在于，若提升度>1，则C_k的出现与C_m的出现呈正相关；若提升度＝1，则C_k与C_m之间无相关性；若提升度<1，则C_k的出现与C_m的出现呈负相关。

8.根据权利要求6所述的一种基于频繁模式挖掘的车辆运输效率分析方法，其特征在于，影响因素C_k,C_m对应的支持度通过下式得到：

其中，numbers(C_kC_m)表示影响因素C_k,C_m同时出现的频次，num(AllSamples)表示总频次。

9.根据权利要求6所述的一种基于频繁模式挖掘的车辆运输效率分析方法，其特征在于，影响因素C_k,C_m的置信度通过下式得到：

其中，P(C_kC_m)为C_k出现的概率，P(C_m)为C_m出现的概率；

其中，C_k表示车辆属性数据库中某一条数据的第k个影响因素，C_m表示除k以外剩下的第m个影响因素；

其中，Support(C_k,C_m)表示影响因素C_k,C_m对应的支持度，numbers(C_kC_m)表示影响因素C_k,C_m同时出现的频次，num(AllSamples)表示总频次；

其中，Confidence(C_k→C_m)为影响因素C_k,C_m的置信度，P(C_kC_m)为C_k出现的概率，P(C_m)为C_m出现的概率。

10.根据权利要求1所述的一种基于频繁模式挖掘的车辆运输效率分析方法，其特征在于，还包括步骤六，将车辆的GPS数据信息通过地图匹配，得到车辆的行驶路线信息。

Images