重庆理工大学学报2020,Vol.34Issue(1) :176-184,241.

数据挖掘技术在乘用车排放状态分析中的应用

An Application of Data Mining Technology in Passenger Vehicles Emission Status Analysis

阮文就 储江伟 李洪亮
重庆理工大学学报2020,Vol.34Issue(1) :176-184,241.

数据挖掘技术在乘用车排放状态分析中的应用

An Application of Data Mining Technology in Passenger Vehicles Emission Status Analysis

阮文就 1储江伟 2李洪亮2
扫码查看

作者信息

  • 1. 东北林业大学 交通学院,哈尔滨 150040;越南林业大学,越南 河内 100000
  • 2. 东北林业大学 交通学院,哈尔滨 150040
  • 折叠

摘要

基于ASM5025和ASM2540检测工况的乘用车排放检测数据,应用数据挖掘技术的决策树算法,建立基于使用年限与车辆排放状态的3个不同数据挖掘模型,分析使用年限与乘用车的高排放状态比例的关系.通过数据挖掘结果的对比分析发现,随着使用年限的增加,乘用车的高排放状态比例呈阶段性、阶梯状、递增型分布;在使用年限为0~3a和3~6a的使用年限区间,基于ASM5025与ASM2540检测工况的高排放车辆比例相差不大且最低;在使用年限为6~9 a和9~12 a的使用年限阶段,基于ASM5025检测工况的高排放车辆比例是ASM2540检测工况的1.6~1.9倍.此外,随着汽车排放标准的加严,基于ASM5025检测工况和ASM2540检测工况的高排放车辆比例都呈现出显著的阶段性降低的趋势,从国Ⅰ阶段的8%和4.29%逐渐下降为国Ⅳ阶段的0.83%和0.93%.

关键词

数据挖掘/决策树算法/乘用车/高排放/使用年限

引用本文复制引用

基金项目

黑龙江省生态建设与节能减排专项基金(201301061)

出版年

2020
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子:0.567
ISSN:1674-8425
被引量1
参考文献量2
段落导航相关论文