重型車油耗因子分析

燕榮杰　戴汝泉　鐘勤儉　張竹林

摘 要：為了研究如何降低重型車燃油消耗，文章在中國重汽智能通提供的大數據背景下，以人—車—環境綜合系統為基本條件，以Matlab、SPSS為主要分析工具，對采集的七個車輛的運行數據進行了因子分析，從而確定出了綜合油耗指標的兩個主要因子。

關鍵詞：重型車；數據；油耗；因子分析

中圖分類號：TK411+ 文獻標識碼：A 文章編號：2095-1302（2016）08-00-02

0 引 言

由于我國機動車保有量逐年遞增，使得車輛燃油消耗在石油消耗總量和進口總量中的占比也隨之逐年提高，又因為我國汽車燃油消耗水準平均比發達國家高10%～20%[1]，所以降低燃油消耗刻不容緩。在利用車輛進行貨物運輸的方式中，重型汽車所占的比例較大，所以可以通過降低重型車燃油消耗來降低機動車燃油消耗。從之前國內外有關降低燃油消耗的研究來看，主要從改善道路狀況、優化車輛結構、駕駛員培訓這三個方面來實現，而當前的研究趨向于以人—車—環境為綜合系統進行研究。

在一定條件下，轉速、車速、冷卻液溫度、瞬時油耗、扭矩、油門開度、擋位都可以用來做油耗大小的參考，但這七個數據卻不能對油耗做出一個明確的評價，因此有必要通過這七個參數確定一個綜合評價指標。

1 數據篩選與預處理

在大數據背景下，以中國重汽智能通（車隊管理系統）提供的數據為來源進行分析。為了較準確的反應人—車—環境的綜合系統，保證不會因人、車、環境中的任意一個因素的異常對數據造成偏差，本文做了以下篩選：

（1）選擇了行駛道路相對簡單的掛車來保證不會因為道路的惡劣情況對采集的數據產生影響；

（2）選擇運送貨物為危險品的物流公司，以保證智能通系統不會出現大量的停車數據，又因為運送危險品的駕駛員有良好的駕車習慣，避免了因司機操作不當對結果產生影響；

（3）研究時間為2016年1月1日至2016年1月15日，運輸距離累計大于11 000 km。本次研究利用Matlab進行數據處理，主要達到格式標準化、清除異常數據、糾正錯誤、清除重復數據的目的。表1所列是經處理后的部分數據。

2 利用SPSS進行油耗因子分析

運用因子分析方法的前提是變量之間存在線性關系，以達到減少變量、方便分析的目的。通過觀察表2中變量的相關矩陣可知，大多數變量的相關系數大于0.3，具有較強的相關性，同時，對上述變量進行KMO和Bartlett檢驗。由表3可知，Bartlett的球形度檢驗為174 800.951，相應的概率為0，應拒絕零假設，認為相關矩陣與單位矩陣有顯著差異，KMO值為0.792，較好的達到了標準，可以運用因子分析的方法。

表4給出了提取公共因子前后各變量的共同度，例如，提取公共因子后，發動機扭矩的共同度為0.915，即提取的公共因子對發動機扭矩方差做出了91.5%的貢獻。從該列的數值可以看出，各變量的共同度都比較大，說明變量空間轉化為因子空間時，保留了較多的信息，因此，因子分析的效果十分顯著。

從表5的第二列可以看出，初始特征值有兩個大于1，分別是4.403和1.267，它們一起解釋了原始數據情況的80.988%，因此提取兩個公共因子是恰當的，能夠比較全面的反應情況。

表6給出了因子載荷矩陣，右邊的兩列分別代表第一、第二主因子的載荷，如發動機轉速是第一個主因子的載荷的0.878，第二個主因子的載荷的-0.277。可以看出各因子的典型代表變量并不突出，不能對因子做出很好的解釋，因此，對因子載荷矩陣實施旋轉是非常有必要的。表7是對表6的因子載荷施行方差最大正交旋轉后的結果，可以看出，第一主因子主要由轉速、擋位、車速、冷卻液溫度決定，第二主因子則由瞬時油耗、扭矩、油門開度決定。

表8所列是因子轉換矩陣，旋轉前的因子載荷乘以因子轉化矩陣等于旋轉后的因子載荷矩陣。表9列出了因子得分的協方差矩陣，發現是個單位矩陣，說明提取的兩個公因子是不相關的。

3 結 語

燃油消耗問題受到汽車制造商和消費者的廣泛關注，合理評價車輛的燃油消耗為車輛良好的運營和降低燃油消耗率提供了依據。本文利用Matlab、SPSS對采集的七個車輛運行數據進行因子分析，得出了評價綜合燃油指標的兩個主要因子：第一個主要因子由轉速、車速、冷卻液溫度、擋位決定；第二個主要因子由瞬時油耗、扭矩、油門開度決定。而這兩個主要因子對油耗如何影響，還將做進一步研究。

參考文獻

[1]趙志國，王生昌.淺析影響汽車燃油消耗的外界因素[J].物流技術與應用（貨運車輛），2008（2）：52-54.

[2]劉云霞.數據預處理 數據歸約的統計方法研究與應用[M].廈門：廈門大學出版社，2011.