数据挖掘技术在乘用车排放状态分析中的应用

• 作者: 储江伟 李洪亮 阮文就
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 数据挖掘 决策树算法 乘用车 高排放 使用年限
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 能源动力环境
• 页码范围: 176-184,241
• 页数: 10页
• 分类号: U473.9
• 字数: 4437字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2020.01.025

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％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	储江伟	东北林业大学交通学院	94	426	10.0	18.0
2	李洪亮	东北林业大学交通学院	21	101	6.0	10.0