摘要： 为了减少实际行驶排放试验（ｒｅａｌｄｒｉｖｉｎｇｅｍｉｓｓｉｏｎ，ＲＤＥ）受到驾驶行为、车型等干 扰的情况，降低试验耗时和测试成本，基于 ＢＰ神经网络建立了重型车的排放预测模型，引入遗 传算法（ｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ，ＧＡ）和蚁群算法（ａｎｔｃｏｌｏｎｙｏｐｔｉｍｉｚａｔｉｏｎ，ＡＣＯ）进行优化。使用便携式 排放测试系统（ｐｏｒｔａｂｌｅｅｍｉｓｓｉｏｎｓｍｅａｓｕｒｅｍｅｎｔｓｙｓｔｅｍ，ＰＥＭＳ）对某重型车进行 ＲＤＥ试验，并将试 验数据划分为训练集、测试集、验证集，通过 Ｂ型关联度算法提取数据主要成分用于训练与预 测。结果表明：瞬时排放水平上，ＮＯｘ预测结果与样本数据的皮尔逊相关系数为 ０．９６８６，线性高

关键词: 重型车；实际行驶排放试验；排放预测；ＧＡＡＣＯＢＰ

中图分类号: 

• TK-427