随着机动车保有量迅速增长,机动车尾气排放所造成的空气污染日益严重,机动车尾气已经成为城市环境最主要的污染源。全面实施机动车检测/维修制度已成为机动车污染防治工作的必然要求。机动车尾气排放监测作为机动车检测/维修制度的重要组成部分,对减少尾气排放、改善城市空气质量和促进城市可持续发展具有深远的社会发展意义。 在怠速法、工况法发展的基础上,近年来,机动车尾气的遥感监测技术作为一种道边非接触式的实时监测技术得到迅速发展。作为一种新技术,遥感监测在某种程度上革新了机动车尾气检测技术概念,受到了世界各国的广泛重视和推广应用。目前,我国对于机动车尾气遥感监测的研究正处于起步阶段,缺乏系统科学的监测标准,也尚无机构对它进行全面系统地研究。 本文根据我国特别是广东省发达城市汽车污染的现状,借鉴国际特别是澳门特别行政区等地在监测汽车尾气领域的先进技术,开展了系统深入的应用机理研究和监测平台研发工作。自主研发了基于多Agent技术的机动车尾气遥感监测智能化信息管理系统,通过基于遥感监测的统一管理平台,为我国环境和交警部门决策者在机动车尾气污染治理和管理方面提供了一个科学的决策支持和管理系统。 本文创新性工作主要体现在以下几个方面： 首次对汽车尾气污染的机理和遥感监测数据分析进行了全面研究,应用基于可调谐二极管激光光谱技术的机动车尾气遥感监测系统,以2004年在广州市进行的15天遥感监测实验收集的数据为基础,进行了高排污车辆排放污染的分析,对影响机动车尾气排放的相关因素进行了初步分析,并与国外研究结果进行了对比研究,得出了一些有益的结论,可为日后机动车尾气遥感监测实验的开展提供良好的数据支持和理论支持。 多Agent系统是当今人工智能中的前沿学科,是分布式人工智能研究的一个重要分支,其目标是将大的复杂系统,包括软硬件系统构建成小的、彼此相互通信及协调的、易于管理的系统。本文基于实验数据的基础分析,综合遥感监测系统相比于传统监测方法的特殊性,以及整个系统的管理需要,提出了一种基于智能Agent技术的开放统一智能化管理信息系统模型。这种结构具有开放、主动和灵活性,符合机动车尾气遥感监测网络建立的需要,具有很好的扩展性。 多Agent系统是由多个可计算的Agent组成的集合,其中每个Agent是一个物理的或抽象的实体,能作用于自身和环境。在深入研究Agent及多Agent技术的基础上,本文根据遥感监测的特点,将各个监测点抽象成Agent,然后综合各个监测点构建成整个多Agent系统。本文构建了适合于机动车尾气遥感监测点的单Agent结构,将各个监测点按照实际应用要求分解成Agent监控采集层、协调优化层、鉴别决策层和执行层四层,并对各层执行机制进行了详细的研究和说明。 此外,针对遥感监测在我国的研究现状和研究基础,提出了鉴别决策层的算法模型。鉴于我国目前尚无遥感监测标准,本文结合目前各机动车尾气监测站最常使用的怠速法,建立了基于神经网络的高排污车辆鉴别模型,并根据基本神经网络本身的缺点,从建模前、建模过程中以及建模后,全程对基本的神经网络模型进行了改进,最终糅合主成分分析法、最近邻法思想、遗传算法以及机动车比功率对高排污车辆鉴别的有益的补充结果,建立了PKGV-ANN模型。并对实验地点1和实验地点2分别进行了实际鉴别应用,仿真结果表明,对两个监测点的鉴别正确率分别达到了89.40％和88.10％。 最后,在全文研究的基础上,本文对整个机动车尾气监测智能化信息管理系统进行了初步的分析和研究,针对在整个智能化管理系统中,由于需要融合不同监测方法不同监测标准的数据而导致的系统数据源异质异构的情况,提出了“数据封装”的概念。并基于多Agent分布式多层结构的机动车排放检测管理系统,将数据库、业务逻辑与客户端分离,将各级服务封装成组件,利用Dephi中的工具对系统的实现进行了深入研究和讨论,并分析了系统的自动容错能力和负载平衡能力。整个系统具有结构清晰、配置灵活、易扩展、便于升级和维护、重用性好、健壮性强等优点,能满足复杂多变的业务功能需求和大处理量、并发能力的性能要求,为机动车尾气监测智能化管理系统的实际开发应用提供了一种合理的设计方法和实现手段。