کلاسترینگ و هموارسازی دادههای واقعی جمع آوری شده از اتوبوس شهری برای استخراج چرخه رانندگی در شهر کرمانشاه
- سال انتشار: 1402
- محل انتشار: سیزدهمین همایش بین المللی موتورهای درونسوز و نفت
- کد COI اختصاصی: ICICE13_044
- زبان مقاله: فارسی
- تعداد مشاهده: 308
نویسندگان
دانشجوی دکتر ی، دانشکده مهندسی برق، دانشگاه علم و صنعت ایرا ن، تهران
دانشیار، دانشکده مهندسی مکانیک، دانشگاه سمنان، سمنان
استادیار، دانشکده مهندسی خودرو، دانشگاه علم و صنعت ایران، تهران
کارشناس ارشد، دانشکده مهندسی مکانیک، دانشگاه سمنان، سمنان
دانشجوی دکتری، دانشکده مهندسی خودرو، دانشگاه علم و صنعت ایران، تهران
دانشیار، دانشکده مهندسی خودرو، دانشگاه علم و صنعت ایران، تهران
چکیده
هر چرخه ی رانندگی به منظور بررسی مصرف سوخت ، آلایندههای خودرویی ، الگوی رانندگی ویژه هر منطقه برای برنامه ریزی بهتر و بهبود استانداردهای مربوطه در منطقه مدنظر تهیه می شود. در این پژوهش ، از روش سیکل رانندگی واقعی (RDE) که می توان گفت یکی از دقیق ترین روشها برای استخراج چرخه رانندگی به حساب می آید، استفاده شده است . برای جمع آوری دادههای موردنظر از GPS گوشی های همراه و به صورت سوار بر اتوبوس های شهری در خیابانهای شهر کرمانشاه استفاده شده است . این دادهها در طول مسیر حرکت اتوبوس از مبدا تا مقصد مقدار سرعت ، شتابگیری، مدتزمان سرعت ثابت ، مقدار کاهش شتاب، ارتفاع از سطح دریا، تعداد فرایند ترمزگیری و مدتزمان توقف خودرو را در مسیر ثبت می کنند. در این پژوهش با استفاده از روش خوشه بندی دادههای واقعی گرفته شده در سطح شهر و روش میانگین کی (K-means) به استخراج چرخه رانندگی اتوبوس های شهری کرمانشاه پرداخته شده است . با تحلیل دادههای گرفته شده سوار بر اتوبوس دیده می شود که رانندگان اتوبوس در شهر کرمانشاه تمایلی به شتابگیری و حرکت با سرعت ثابت بالا را ندارند که این امر مصرف سوخت را در چرخه اتوبوس شهری کاهش می دهد که می توان گفت این کار به صورت آگاهانه و به همین منظور توسط رانندهها صورت می گیرد.کلیدواژه ها
چرخه رانندگی ، خوشه بندی ، الگوریتم میانگین کی ، سیستم موقعیت یاب جهانی ، شهر کرمانشاهمقالات مرتبط جدید
- بهینه سازی مدیریت انرژی در ریزشبکه ها با استفاده از الگوریتم های هوش مصنوعی
- مبانی، کاربردها و چالشهای یادگیری مشارکتی و تحلیل تجربی و مقایسه ابزارهای یادگیری فدرالی در پیاده سازی مدلهای یادگیری ماشین
- راهکارهای مبتنی بر هوش مصنوعی برای بهره وری انرژی در تولید سیمان: یک بررسی جامع
- معماری اینترنت اشیا مبتنی بر هوش مصنوعی در مدیریت انرژی هوشمند
- سیستم های EMS/BMS در ساختمان های ZEB و نمونههای اجرا شده آن در سطح جهانی
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.