文摘gydF4y2Ba

传统上,路由决策都是基于最小化旅行时间相关的成本。Eco-routing认为环境因素(例如,排放和燃油)作为旅游成本的一部分,减轻对环境的不良影响交通系统。与现有eco-routing审查论文,本研究旨在提供一个三因子分类法在更多的分类级别从优化的角度和地图eco-routing提出分类研究。此外,提出了模型的优缺点进行了总结。我们的主要发现包括(a)的多数研究优化一个目标;(b)流的微观层次的聚合和排放/燃料模型很少被用于大型案例研究,由于相关的复杂性;和(c)所有的审查研究被应用于一个集中的路由系统环境。在不久的将来,智能汽车将在道路上时,多目标的分布式路由框架可以使用聚合的微观层面的交通和排放模型,它能够实时操作在大规模的网络。此外,短期时空预测是解决温室气体成本是一个至关重要的方面。gydF4y2Ba

1。介绍gydF4y2Ba

缓解交通系统对环境的负面影响,已经提出几种方法:(1)用清洁能源代替化石燃料来源,(2)提高车辆的技术,最后,(3)采用智能交通系统(ITS),这是一种改善信息和通讯技术(ICT)。其解决方案是最有前途的一个,因为它可以控制多个指标,如速度、交通信号、和路线指导来减少对环境的负面影响(gydF4y2Ba1gydF4y2Ba]。温室气体排放是环境影响最严重之一,和车辆路径时可以用来减少指挥车辆到目的地。这种类型的路由被称为eco-routing [gydF4y2Ba2gydF4y2Ba]。最初,在路线指导以及交通分配、路由是一种单一的目标,目标包括减少旅行时间(gydF4y2Ba2gydF4y2Ba]。然而,研究人员已经开始将多个目标同时分配或指导交通。处理多个目标与更高的复杂性是由于异构的不同目标之间的相互作用。例如,提高网络吞吐量与减排可能冲突,如果对交通流产生的最优速度高于所需的操作速度减少排放。另一方面,减少闲置将有助于减少碳排放和高吞吐量。注意,是深刻的有限公司gydF4y2Ba_2gydF4y2Ba排放作为路由目标与燃油消耗(gydF4y2Ba3gydF4y2Ba),但其他污染物,如CO、HC,和氮氧化物,不一定是一致的gydF4y2Ba4gydF4y2Ba]。同时与多个目标,确定最优的路线或最快最短的路线从环境的角度来看(可能不是最优的gydF4y2Ba5gydF4y2Ba,gydF4y2Ba6gydF4y2Ba]。同时,路由策略,旨在减少个人的排放可能会给更糟糕的结果而言,网络排放总量,类似于一个标准的情况下基于时间的旅行用户均衡(问题)赋值(gydF4y2Ba7gydF4y2Ba]。在这项研究中,数据库可用瑞尔森大学数字图书馆(科学数据库的完整列表可以在瑞尔森图书馆可以找到gydF4y2Bahttps://library.ryerson.ca/articles/gydF4y2Ba)和谷歌学术搜索是用于探索相关的期刊。一系列的搜索字符串被利用,包括(注意,这不是一个详尽的清单的搜索字符串使用)多目标路由、eco-routing模型,eco-routing和分布式路由系统、环境路由、分类和eco-routing模型、分类和eco-routing研究,信息和通讯技术(ICT)进步和eco-routing和eco-routing文献综述。的时间窗口,我们的搜索所涉及的所有工作自1988年以来。gydF4y2Ba

开发一个更好的理解和更有效地使用eco-routing模型,有一种强烈的需要进一步研究这些模型和系统分类现有的作品。至关重要的是要注意,前面eco-routing审查论文主要集中在三个类别,这是模型与环境目标,模型与环境约束和环境评估模型。然而,在这个项目中,eco-routing模型分类更多的分类级别。关键因素已被选定,区分一个从另一个上下文中的优化模型。开发一个多因素分类引导研究者和实践者会选择最合适的方法匹配他们的问题范围和规范。此外,一个明确的说明基于最先进的的优点和缺点会为未来的工作提供一个清晰的方向,可以填补空缺。值得一提的是,我们只考虑eco-routing模型应用于个人交通工具。收费定价、eco-routing在旅行商问题的背景下,电动汽车的使用问题没有考虑到。表gydF4y2Ba1gydF4y2Ba说明了缩略词和缩写的研究工作。gydF4y2Ba

这项工作的主要贡献是按照以下:gydF4y2Ba(1)gydF4y2Ba开发一个三因子分类法,捕捉eco-routing模型的基本特征和映射相应的文献gydF4y2Ba(2)gydF4y2Ba定义的最新eco-routing模型的优点和缺点gydF4y2Ba(3)gydF4y2Ba提出新的想法和可能的未来工作机会利用信息通信技术的最新发展gydF4y2Ba

这项工作是有组织的如下:部分gydF4y2Ba2gydF4y2Ba包括路由的简要概述,eco-routing,和交通分配的概念。交通分配的主要类型和交通分配和路由的关系。车辆路径的优化配方和eco-routing初始路由概念的延伸。部分gydF4y2Ba3gydF4y2Ba提出的方法可用于估算排放。部分gydF4y2Ba4gydF4y2Ba提出分类映射eco-routing项研究进行了分析。部分gydF4y2Ba5gydF4y2Ba包括一个讨论和总结了主要的发现。最后,部分gydF4y2Ba6gydF4y2Ba了建议和讨论eco-routing模型的未来发展方向。gydF4y2Ba

2。车辆路径、Eco-Routing和交通分配gydF4y2Ba

路由引导车辆目的地是基于一个标准,如旅行时间、距离、排放和燃料,或它们的任何组合。车辆路径的概念已经被公路机构几十年了。这些机构所使用的主要工具是路边的可变信息标志(vm)。然而,信息通信技术的进步,路线指导服务的私人派对都纷纷由于商业介绍和负担能力的独立的个人导航设备和智能手机gydF4y2Ba8gydF4y2Ba]。最近,环境变量,如有限公司gydF4y2Ba_2gydF4y2Ba排放和燃料消耗/类型,介绍了考虑,eco-routing取代传统路由的概念,只有旨在减少旅行时间。其他同义词eco-routing方面可以污染路由(gydF4y2Ba9gydF4y2Ba)或绿色路由(gydF4y2Ba10gydF4y2Ba]。gydF4y2Ba

交通分配中起着深远的作用,在长期交通规划预测旅行时间。此外,它有一个重要的作用在短期交通运营管理和控制gydF4y2Ba11gydF4y2Ba]。交通分配是交通需求预测过程的最后一步,主要关注的选择从来源到目的地的路径。路线的选择是基于司机或由政府设定的目标(gydF4y2Ba12gydF4y2Ba]。图gydF4y2Ba1gydF4y2Ba说明了可能的来源的数据,流量的分类任务,组件的流量分配和流量分配和路由之间的关系。交通分配模型分为两大类:静态(STA)和动态交通分配(DTA)。STA模型并不代表拥堵现象和考虑平等,流出一个链接是不现实的。STA的主要输出模型平均速度、交通量、交通组成、和服务水平gydF4y2Ba13gydF4y2Ba)用于估计交通特征的权重定义路线(gydF4y2Ba14gydF4y2Ba]。另一方面,DTA模型是基于拥堵和交通流之间的直接关系gydF4y2Ba13gydF4y2Ba]。DTA代表的实际情况更有效地考虑了交通流随时间的变化。由于高时空分辨率与DTA、更可靠的估计重量反思交通特征实现(gydF4y2Ba11gydF4y2Ba]。DTA的进步是一个迭代的过程,研究实现用户均衡(问题)或系统最优()分配(gydF4y2Ba15gydF4y2Ba]。实现问题左右与权重不同的交通特点考虑(旅行时间、距离、排放和燃料)为每一个链接。提出了图gydF4y2Ba1gydF4y2BaSTA和DTA包含两个组件的交通流模型和旅游的选择原则。gydF4y2Ba

交通流模型可以采取三种形式:微观、介观和宏观(gydF4y2Ba3gydF4y2Ba]。的gydF4y2Ba微观gydF4y2Ba模型考虑了具体时间的每一个车辆代理网络的特征。它需要模型,考虑驾驶员的行为方面。输出包括位置、速度和加速度在每个时间步的每辆汽车的。的gydF4y2Ba介观gydF4y2Ba模型之间的微观和宏观流模型。它代表了车辆流总来说,捕获和行为规则。最后,gydF4y2Ba宏观gydF4y2Ba需要聚合关于车辆的动力学信息。这里的主要缺点是,它无法捕捉现实和某些交通事故,如队列或spillbacks [gydF4y2Ba14gydF4y2Ba]。gydF4y2Ba

衣橱里制定两个基本出行选择交通分配原则(gydF4y2Ba16gydF4y2Ba]。第一个原则是gydF4y2Ba用户平衡(问题)gydF4y2Ba:gydF4y2Ba“旅行成本在所有实际使用的路线是相等的,且小于那些将由一个经验丰富的车辆在任何未使用的路线”gydF4y2Ba,而其他的gydF4y2Ba系统最优(所以):“所有航线的平均旅行成本是最小的网络”。gydF4y2Ba赋值相比,基于这一原则,较低的平均旅行成本不能通过任何其他任务。所以作业就是当局寻求实现网络的旅游总成本最小化。这种类型的交通分配意味着一些用户可能会经历一个更高的旅行成本实现任务。换句话说,它可能会对某些用户当全球利益不公平。gydF4y2Ba

对交通分配和路由之间的关系,简要说明如下。路由车辆包括指导他们基于一个目标(旅行时间、距离、排放,或燃料)或多个目标(旅行时间和排放)。车辆路线,目标的成本被认为是必需的。例如,如果车辆被路由到最快的路线,旅行时间可能是客观和交通网络的每一环节的成本是必要的。客观的成本可以从不同的来源获得:传感器网络中分布式探测车辆收集的信息从网络目标考虑,统计和历史数据集,和交通分配。交通分配,更具体地说,DTA,线路车辆一个迭代过程到目的地的交通流定义和具体的时间。交通分配申请第一次迭代时,链接是估计的成本/假定,并相应路由计算。然后,每一个未来的迭代计算的成本链接根据上一次迭代的路线。这一过程持续进行直到达到平衡(问题)正如上面所讨论的。成本的平衡态链接使用的成本而路由车辆,这总结了路由和交通分配之间的关系。 Thus, the performance of vehicle routing is explicitly dependent on the traffic assignment due to the fact that the outcome of the traffic assignment process is the input for a routing process [17gydF4y2Ba]。gydF4y2Ba

从优化的角度来看,方程(gydF4y2Ba1gydF4y2Ba)说明了路由问题的目标函数的一般公式:gydF4y2Ba 在哪里gydF4y2Ba旅行时间在联系吗gydF4y2Ba ;gydF4y2Ba 是距离遍历链接吗gydF4y2Ba ;gydF4y2Ba 排放在链接gydF4y2Ba可有限公司gydF4y2Ba_2gydF4y2Ba、CO、NOx、或其他污染物;gydF4y2Ba是燃料消耗的链接吗gydF4y2Ba ;gydF4y2Ba 是一条链接的数量gydF4y2Ba ;gydF4y2Ba和gydF4y2Ba ,gydF4y2Ba ,gydF4y2Ba ,gydF4y2Ba和gydF4y2Ba重量与旅行时间,距离,排放,分别和燃料。值得一提的是,方程中的变量(gydF4y2Ba1gydF4y2Ba)(gydF4y2Ba ,gydF4y2Ba ,gydF4y2Ba ,gydF4y2Ba和gydF4y2Ba )gydF4y2Ba有不同的单位和重量转换成一个一致的单位(例如,货币价值)。gydF4y2Ba

图gydF4y2Ba2gydF4y2Ba紧随其后,应用eco-routing说明了一般的逻辑。交通变量(速度、距离、加速、减速等)是典型的结果的交通流模型中描述的部分gydF4y2Ba2gydF4y2Ba或真实的数据收集。交通变量被送入一个发射/燃料模型,因为它是描述的部分gydF4y2Ba3gydF4y2Ba。估计变量的交通和排放/燃料用于优化过程来定义最优路线。当路由选择、交通特点相应地修改。重要的是要注意,这是一个迭代过程,可能每一个gydF4y2Ba秒。gydF4y2Ba

3所示。汽车排放模型gydF4y2Ba

自1960年代以来,排放的负面影响已经被认为是在管理交通系统。各种气态污染物和细颗粒物从油耗排放车辆在公路上。一氧化碳(CO)、氮氧化物(NOx),和可吸入颗粒物(PM)已经被大多数列为重要的空气污染物(例如,美国环境保护机构和部门、欧盟、澳大利亚和香港)(gydF4y2Ba11gydF4y2Ba)由于其对人类和生态系统的严重不良影响。不同的因素影响排放,包括路程、速度、时间在一个特定的驾驶条件,和燃料消耗。因此,碳排放量的估算,有几个模型采用基于可用的规模和细节。与交通分配的两个主要类别的部分gydF4y2Ba2gydF4y2Ba、排放模型是静态或动态。下面的部分gydF4y2Ba3.1gydF4y2Ba和gydF4y2Ba3.2gydF4y2Ba,进一步分类是应用于静态和动态排放模型如图gydF4y2Ba3gydF4y2Ba。gydF4y2Ba

3.1。静态排放模型gydF4y2Ba

这种类型是基于宏观信息的交通网络。尽管一些研究已经表明,静态排放模型不能精确估计排放,这样的模型被广泛用于交通应用的目的(例如,gydF4y2Ba2gydF4y2Ba,gydF4y2Ba18gydF4y2Ba])。主要是由于它的简单性和易用性。静态排放模型进一步分类基于复杂性水平按以下几点:(1)gydF4y2Ba聚合模型gydF4y2Ba与一个低分辨率相关联的数据。这些模型使用排放因素估计排放基于车公里旅行(VKT),车辆行驶里程(车辆行驶里程),或燃料消耗。英国国家大气排放清单和运输的能源书上述模型的两个例子(gydF4y2Ba14gydF4y2Ba]。(2)gydF4y2Ba平均速度模型gydF4y2Ba基于平均速度在一次和排放因素。这些模型的排放因子(gydF4y2BaggydF4y2Ba/gydF4y2BaVKTgydF4y2Ba)或(gydF4y2BaggydF4y2Ba/gydF4y2Ba车辆行驶里程gydF4y2Ba)。一个例子包括计算机程序来计算排放量道路运输(COPERT) [gydF4y2Ba19gydF4y2Ba]。其他的例子是一个计算机程序,估计不同排放因素(移动)gydF4y2Ba20.gydF4y2Ba)和EMFAC2014 (gydF4y2Ba21gydF4y2Ba]。由于这种类型的模型依赖于车辆的平均速度,交通拥堵是隐式地考虑。然而,这种方法不适合车辆空转时拥挤的地区。最后,(3)gydF4y2Ba交易gydF4y2BaffigydF4y2Bac情况模型gydF4y2Ba需要定性变量(例如,道路类型、拥堵水平和区域类型)和定量变量(例如,平均速度、交通量、VKT或车辆行驶里程,并链接长度)。排放因子用于这些模型引用到一个特定的交通条件。因此,高水平的主体性与这些类型的模型相关联。这种类型的例子包括公路运输的手册排放因素(HBEFA) [gydF4y2Ba22gydF4y2Ba)和交通排放的评估和可靠性模型和库存系统(阿耳特弥斯)gydF4y2Ba23gydF4y2Ba]。三个静态排放模型中,这是最详细,考虑不同的变量为交通拥堵提供更好的评估和问责制(gydF4y2Ba11gydF4y2Ba]。gydF4y2Ba

3.2。动态排放模型gydF4y2Ba

这种类型是基于实时时间增量车辆变量,进一步分为三类:(1)gydF4y2Ba回归模型gydF4y2Ba采用回归方法估计排放基于详细的变量,代表驾驶循环。速度、加速度水平或速度时间剖面数据需要定义平均排放因子(gydF4y2BaggydF4y2Ba/gydF4y2Ba年代gydF4y2Ba)或(gydF4y2BaggydF4y2Ba/gydF4y2Ba车辆行驶里程gydF4y2Ba)或(gydF4y2BaggydF4y2Ba/gydF4y2BaVKTgydF4y2Ba)。gydF4y2Ba

除了可以使用这个模型与微观数据从GPS设备和获得适用于使用DTA模型。然而,这种类型的模型非常敏感过度拟合的校准数据,因为大量的变量。这种类型的例子包括VERSIT + (gydF4y2Ba24gydF4y2Ba)和弗吉尼亚理工大学微能源和排放模型(VT-Micro) [gydF4y2Ba25gydF4y2Ba]。(2)gydF4y2Ba模态模型gydF4y2Ba是一个函数的不同模式车辆的操作条件(如开始,闲置,加速,减速,和巡航)。排放因素(gydF4y2BaggydF4y2Ba/gydF4y2Ba年代gydF4y2Ba)或(gydF4y2BaggydF4y2Ba/gydF4y2Ba车辆行驶里程gydF4y2Ba)或(gydF4y2BaggydF4y2Ba/gydF4y2BaVKTgydF4y2Ba)定义基于操作模式。车辆的特点和周期特征都需要为这种类型的模型作为输入。这种类型的一个例子是城市和区域的移动排放评估系统评估(测量)gydF4y2Ba26gydF4y2Ba]。最后,(3)gydF4y2Ba瞬时模型gydF4y2Ba是最详细、最准确的估计排放。动态操作变量(例如,实时速度、道路等级和车辆配件使用)和静态参数(描述适当的车辆的车辆尾气排放/技术类别)模式需要作为输入。然而,这种类型的模型很难校准和需要密集的车辆的特点,操作,和地点。这引发了的困难与DTA使用这种类型的模型。例子包括轿车和重型排放模型(PHEM) [gydF4y2Ba27gydF4y2Ba),综合模态发射模型(CMEM 2) (gydF4y2Ba28gydF4y2Ba),机动车排放模拟器(3)移动gydF4y2Ba29日gydF4y2Ba]。移动Lite是一个扩展的举措,介绍了克服两个主要的缺点是后者,即。、高计算能力要求和复杂性(gydF4y2Ba30.gydF4y2Ba]。gydF4y2Ba

4所示。Eco-Routing的分类研究gydF4y2Ba

采用三因子分类如图gydF4y2Ba4gydF4y2Ba。分类的第一因素,反映出质量的结果,是基于聚合的水平交通流和发射/燃料模型。交通模型主要是用来定义平均或瞬时速度估计平均或瞬时排放链接以下层面:gydF4y2Ba(我)gydF4y2Ba微观gydF4y2Ba(gydF4y2Ba我gydF4y2Ba)gydF4y2Ba:这种类型的模型的主要特点是使用的细粒度的空间和时间分辨率估计交通和排放指标。然而,这是计算成本的时候,资源,和输入数据需求gydF4y2Ba(2)gydF4y2Ba宏观gydF4y2Ba(gydF4y2Ba一个gydF4y2Ba)gydF4y2Ba:这类的主要特征是空间和时间分辨率。因此,这类相比,精度较低有关gydF4y2Ba我的模型gydF4y2Ba。然而,这种类型的模型时使用高分辨率数据点不可用,因为相关的简单问题gydF4y2Ba(3)gydF4y2Ba介观gydF4y2Ba(gydF4y2BaEgydF4y2Ba):此类模型在微观与宏观之间的流模型的聚合级别。从一个广泛的文献回顾,得出的结论是,没有一个研究介观的聚合级别申请交通流以及排放eco-routing的上下文中gydF4y2Ba(iv)gydF4y2Ba混合聚合gydF4y2Ba(gydF4y2Ba米gydF4y2Ba):这个类别包括聚合模型,采用不同的交通和排放模型gydF4y2Ba

第二个因素的分类依赖于模型的可伸缩性。规模越大,结果越可靠。但是,这需要计算时间的成本和复杂性。分类如下:gydF4y2Ba(我)gydF4y2Ba大的案例研究gydF4y2Ba(gydF4y2BalgydF4y2Ba):整个城市或区域的中部地区gydF4y2Ba(2)gydF4y2Ba小案例研究gydF4y2Ba(gydF4y2Ba年代gydF4y2Ba):它可以是一段路,一个定义良好的高速公路的一部分,或区域有限数量的十字路口gydF4y2Ba

最后,第三个因素的数量分类与目标的优化。通常在大多数路由的研究,单目标是由于路由目标之间的矛盾。然而,随着时间的推移,环境目标一直在考虑其他目标更可持续的交通系统,由于其对环境造成重大的负面影响。在本研究工作中,两个主要类别考虑如下:gydF4y2Ba(我)gydF4y2Ba单目标gydF4y2Ba(1):路由目标可以旅行时间,距离,温室气体,或氮氧化物gydF4y2Ba(2)gydF4y2Ba不止一个目标gydF4y2Ba(2):可以选择不同的组合,而车辆路由到目的地。旅行时间通常是优先和结合的一个或多个其他目标,如温室气体、氮氧化物、距离,和燃料的多目标路由gydF4y2Ba

例如,gydF4y2BaAL2gydF4y2Ba是eco-routing模型,采用宏观流和发射/燃料模型和大案例研究和优化多个目标。gydF4y2Ba

5。讨论和结论gydF4y2Ba

表gydF4y2Ba2gydF4y2Ba地图的每一个审查eco-routing研究一个特定类别定义基于分类的因素。分类是基于深刻的特征、交通流的聚合程度和排放模型,同时可伸缩性和目标优化的数量。上述特征选择因其重要性和能力反映在每个模型的适用性。分类研究的文献可以帮助从业人员选择合适的模型相匹配的特点,他们的案例研究和可用的输入。此外,说明的详细分类eco-routing指导研究人员转向更可持续交通系统的进一步的调查。gydF4y2Ba

大部分的审查研究优化一个目标,如旅行时间、距离,或排放/燃料。的例子可以发现在gydF4y2Ba5gydF4y2Ba,gydF4y2Ba10gydF4y2Ba,gydF4y2Ba18gydF4y2Ba,gydF4y2Ba33gydF4y2Ba]。同时优化环境指标,减少了,环境变量之间的权衡和旅行时间是证明是gydF4y2Ba3gydF4y2Ba,gydF4y2Ba38gydF4y2Ba,gydF4y2Ba40gydF4y2Ba]。在文献中,没有一个明确的区分两个概念:动态路由和动态交通分配。有时,动态交通分配是指动态路由。这两个方面详细定义部分gydF4y2Ba2gydF4y2Ba。gydF4y2Ba

速度是一个主要贡献者(CO排放gydF4y2Ba_2gydF4y2Ba和氮氧化物)(gydF4y2Ba39gydF4y2Ba]。速度和公司之间的关系gydF4y2Ba_2gydF4y2Ba非单调和非线性和氮氧化物。改善的速度从环境方面可能并不总是有利的,也就是说,研究没有详细说明的影响速度和排放之间关系的性质,而eco-routing。此外,它并不总是说如果有限公司gydF4y2Ba_2gydF4y2Ba和/或氮氧化物排放率是基于距离或时间和链接温室气体/ NOx成本很少详细证明。值得一提的是,当排放因素是基于时间的一个链接,路程被忽视的影响。同样,当发射因素是基于距离、时间的影响排除在外。在这两种情况下,交通条件不代表有效。gydF4y2Ba

关于排放和时间之间的权衡,研究对比不同的路由策略发现最小化排放/燃料是在旅行时间略有增加的成本(gydF4y2Ba3gydF4y2Ba,gydF4y2Ba5gydF4y2Ba,gydF4y2Ba7gydF4y2Ba,gydF4y2Ba10gydF4y2Ba,gydF4y2Ba38gydF4y2Ba,gydF4y2Ba41gydF4y2Ba]。对于可扩展性因子,采用案例研究有限,限制了OD对(gydF4y2Ba3gydF4y2Ba,gydF4y2Ba33gydF4y2Ba,gydF4y2Ba40gydF4y2Ba]。聚合的水平时的交通流量和排放模型,利用宏观、介观模型来表示交通流或排放是drawback-especially信息通信技术的进步。例如,当平均速度是用于gydF4y2Ba10gydF4y2Ba,gydF4y2Ba37gydF4y2Ba,gydF4y2Ba38gydF4y2Ba,gydF4y2Ba40gydF4y2Ba),排放被低估了。模型,利用回归模型,如在gydF4y2Ba18gydF4y2Ba,gydF4y2Ba37gydF4y2Ba,gydF4y2Ba38gydF4y2Ba),是依赖于车辆的速度估计排放和/或燃料消耗。这意味着他们不能够代表城市拥堵可靠。为特定的研究中,使用探测车辆在gydF4y2Ba5gydF4y2Ba,gydF4y2Ba36gydF4y2Ba,gydF4y2Ba39gydF4y2Ba)与限制低mpr会导致不切实际的和不可靠的表示。只有一个模式,罗et al。gydF4y2Ba3gydF4y2Ba在评估目标)被认为是预测的概念。的氮氧化物,污染物反映交通系统对公共卫生的影响,有一个有限的研究,认为这是在路由的车辆。gydF4y2Ba

最后,最新的模型(gydF4y2Ba34gydF4y2Ba,gydF4y2Ba36gydF4y2Ba)合并的信息通信技术的进步,即。,vehicle to infrastructure (V2I) communication. However, they were still applied in a centralized routing framework like previous studies. A centralized routing framework is associated with drawbacks related to the large investment required, high sensitivity to system failure, lack of relevancy of the information to a specific trip, and high complexity when updating a system compared to distributed routing systems [42gydF4y2Ba]。此外,最近的研究的主要目标(gydF4y2Ba34gydF4y2Ba,gydF4y2Ba36gydF4y2Ba)是展示交流的影响特点提出模型,因为他们利用V2I沟通。因此,应该投入更多的关注在利用分布式路由系统。例如,Farooq和Djavadian [gydF4y2Ba43gydF4y2Ba)提出了一个端到端的分布式动态路由系统连接自动车辆(E2ECAV)。E2ECAV是研究不同条件下经历了在多伦多市区,是一个城市,可以变得非常拥挤。的有效性提出E2ECAV吞吐量、旅行时间、流量、密度、和流在[检查gydF4y2Ba44gydF4y2Ba,gydF4y2Ba45gydF4y2Ba]。结果是令人鼓舞的平均旅行时间减少18%左右的观察当雇佣100%的骑士在非常拥挤的交通状况。此外,研究表明,MPR的骑士,越高越好所需的吞吐量和更少的时间达到100%的吞吐量。此外,增强速度、密度和流与更高的骑士(mpr注意到gydF4y2Ba44gydF4y2Ba]。总的趋势是,mpr的骑士,越高越好交通网络的特点,特别是对于拥挤的和高度拥挤的交通状况由于关于交通状况的最新信息gydF4y2Ba44gydF4y2Ba]。从环境的角度来看,你et al。gydF4y2Ba46gydF4y2Ba应用E2ECAV)评估的影响对环境的分布式动态路由系统。mpr和需求水平不同。当需求水平低时,采用高mpr的骑士的影响是微不足道的。然而,当网络非常拥挤,骑兵总温室气体减少100%,氮氧化物40%和12%,分别。一般来说,更高的MPR导致更低的温室气体排放总量的网络,而最优MPR为不同需求水平不同。最优MPR 70%骑兵拥堵和高度拥挤的交通状况导致温室气体减少5%和41%,氮氧化物,分别。然而,骑士是100%的最佳MPR对拥堵的交通状况gydF4y2Ba46gydF4y2Ba]。gydF4y2Ba

6。潜在的方向gydF4y2Ba

因为大多数的研究旨在优化一个目标一次路由车辆时,应该投入更多的研究成果向多目标路由。此外,它是最重要的考虑公共卫生虽然路由车辆很少被捕获的研究进展。因此,更多的关注应该是专用的量化指标,如曝光和色散。暴露在环境中某种物质的存在。色散也是一个指标,用来衡量运输对公众健康的影响。分散代表污染物运动的一个原因(gydF4y2Ba47gydF4y2Ba]。gydF4y2Ba

研究人员应该考虑将eco-routing选项或多目标路由在路由软件像WAZEgydF4y2Ba48gydF4y2Ba和谷歌地图gydF4y2Ba49gydF4y2Ba]尤其是公民更意识到对环境的不良影响他们的行程。然而,激励应该调查。gydF4y2Ba

从[明显gydF4y2Ba42gydF4y2Ba),路由系统的效率起着重要的作用在缓解交通拥堵,有一个明确的对环境的负面影响。因为最新的研究仍依赖集中式路由系统,有局限性gydF4y2Ba42gydF4y2Ba),分布式路由系统(例如,gydF4y2Ba42gydF4y2Ba,gydF4y2Ba43gydF4y2Ba,gydF4y2Ba50gydF4y2Ba,gydF4y2Ba51gydF4y2Ba)已证明他们的能力优于集中式路由系统应考虑未来的模型。应更加强调动态路由信息通信技术的进步,这将促进代表交通状况更实际的过程。众包是一个拟议中的交通工具做出有效的决定基于人群的经验(gydF4y2Ba52gydF4y2Ba]。建议与其他用户共享人群产生的排放信息通过手机来避免对环境的负面影响。吴等人的研究。gydF4y2Ba53gydF4y2Ba)利用细胞和交通传感器数据来估计路线流动。这可以被扩展为包含环境维度,而路由。微观模型的工作流程和发射/燃料是深远的空间和时间分辨率越高的数据点,反思现实条件越好越高责任的拥堵现象。调查的影响eco-routing拥堵水平不同和不同的智能汽车将是一个附加值mpr文学。预测交通特征,如速度、流量和密度,有效地管理交通流是一个重要的工具。短期和长期预测可以实现。交通变量可以预测的平均速度、密度、流量、和旅行时间gydF4y2Ba54gydF4y2Ba]。通过链接预测的概念eco-routing,排放可以建立类似于其他交通指标和车辆将相应的路由(gydF4y2Ba3gydF4y2Ba]。预测的一个例子可能是一个研究江et al。gydF4y2Ba55gydF4y2Ba]。交通和排放预测高速公路使用的数据探测车辆和探测器。作者预测速度通过使用虚拟轨迹的方法,用于估计排放链接(gydF4y2Ba55gydF4y2Ba]。在案例研究方面,更大的网络(gydF4y2Ba10gydF4y2Ba,gydF4y2Ba18gydF4y2Ba,gydF4y2Ba32gydF4y2Ba,gydF4y2Ba36gydF4y2Ba)会比说明提出方法的有效性和可伸缩性。gydF4y2Ba

的利益冲突gydF4y2Ba

作者宣称没有利益冲突。gydF4y2Ba

确认gydF4y2Ba

这项研究是由安大略省早期研究员奖。gydF4y2Ba