物流管理论文哪里有？本文对货运场站货车入场过程进行了车辆仿真，设计数据转换办法将车辆仿真与排放计量模型结合，计量分析不同货运水平下货车入场过程的尾气排放量，并以钢晨物流园区为例案例分析。
1 绪论
1.2.2 国外研究现状
（1）公路货运场站
① 公路货运站车辆配装
国外研究方面，Omar M K等[51]以使用集装箱数量最小为目标，研究了货物水平旋转、相互之间不重叠的非定向二维装箱问题。Hamdi-Dhaoui K等[52]提出二维装箱局部冲突问题，以行车安全距离限制和行驶里程为模型约束，并利用两阶段启发式算法进行求解。Paquay C等[53]采用混合整数线性规划模型，以容器空间利用率最大为目标，并添加货物的稳定性和易损性为约束条件，对航空三维配装问题进行求解。Kang K等[54]采用混合遗传算法，以车厢空间利用率最大为目标，对同构配载问题进行求解。Lodi A等[55]基于部分枚举的启发式算法，对货物在集装箱中不能旋转的二维装箱问题进行求解。
② 场站布局规划与评价
Michihiko G等[56]基于交通状况和运输成本的分析，构建了用以确定物流园区规模和位置的双层规划模型。Sharma P等[57]对货运场站布局规划方面的研究进行总结，指出利用混合方法解决设施布局是最全面的方法。Anjos M F等[58]借助混合整数线性优化和二次曲线优化，对综合不等面积布局、多层布局等问题进行数学模型的优化。Vijay J[59]提出由货物流通情况确定园区布局具有合理性。Zhang S Q等[60]提出一种基于遗传算法的功能区布局规划方法，为物流园区布局规划提供了新思路。
3 货运场站入场货车尾气排放计量方法
3.1 排队入场车辆仿真
货运场站车辆入场排队仿真设计旨在对场站外到达货车的排队过程进行模拟，实现货车入场情形再现。货车入场排队仿真设计除一般交通仿真的道路、车辆、行驶规则等设计外，还应考虑货车入场排队特征，如：货车前行、停止以及停留的时间，实现对货车流的控制。通过仿真输出评估文件，检测仿真的车辆类型和对应车数，并以交通量为校准指标修正仿真模型。模型校准后，保证了排队检测和运行轨迹评估文件输出的准确性，为仿真分析和排放计量提供准确的基础数据，继而保证货车排队和排放分析结果的有效性。
3.1.1 交通数据采集
仿真设计之前需要采集交通数据，交通数据的精准性关乎模型参数输入的准确性。对于货运场站外车辆仿真而言，交通数据包括道路信息和车辆信息，其中道路信息是指货运场站外货车排队所在的路段信息；车辆信息是指进入货运场站用以装卸作业的货车信息。
（1）道路信息
为了能够直观模拟现实情况中货运场站货车排队入场过程，需要采集货运场站外的道路几何信息，具体包括车道情况、道路宽度、路段坡度等。货运场站入口外的道路几何信息的获取办法为：首先通过谷歌卫星地图获得道路全貌，再在实地调研中通过测距仪和脚步测量获得道路尺寸，并结合相关道路设计标准和规范确定道路坡度、转弯半径等参数信息。
（2）车辆信息
本文默认车辆为该货运场站用于装/卸作业的货车，不考虑顾客、员工等驾驶的无关车辆。车辆信息主要包括：车辆类型、车辆尺寸（车长、车宽）、车速、车重和车辆数量等。车辆信息的获取办法为资料查找法，通过资料搜寻来获取货运场站历史货运数据，进而获得车辆信息。
5 钢晨物流园区货车入场过程排放计量分析
5.1 MOVES模型构建
MOVES模型的构建包括模型基础信息输入和模型本地化处理两个部分。针对园区不同货运水平的入场排放计量，模型基础信息的输入一致，只有路段交通量和运行工况分布参数不同。本章节以钢晨物流园区2018年3月31日9：00—10：00期间为例，构建入场货车尾气排放模型。
5.1.1 模型基础信息
路段上货车队列的排放计量为项目（Project）研究尺度，选定车辆类型、燃料和道路类型，并以排放清单为排放计量形式，输出单位小时路段排放CO、HC、NOX、PM10的质量。通过对比中美两国现行的排放标准发现，美国的机动车排放标准要比我国先进3~5年[42]。为减少因排放标准差异带来的排放误差，使测算结果更接近我国机动车实际排放状况，本文排放模拟时间比实际情况提前3年，故选择2015年为模拟年。
综合考虑纬度、气候、温度、湿度等因素，选择与马鞍山市气候条件较接近的美国路易斯安那州（LOUISIANA）新奥尔良（Orleans Parish）为地理范围，Orleans Parish和马鞍山市地理气候信息见表5.1。
5.2 园区货车入场排放分析
通过VISSIM仿真与MOVES模型结合，多次仿真并计量不同货运水平下入场货车尾气排放量。汇总统计多组仿真实验的排放输出结果，分析园区货车入场过程日排放特性和整体排放水平，并据此探讨影响该过程排放量的关键因素。
5.2.1 日排放量
完成MOVES模型构建后，点击模型运行即可计算出该模拟情景下各污染物单位小时排放量。为了研究排放的时间特性，计量园区入场货车一天的排放量。以2018年3月31日为例，VISSIM仿真了园区入口路段在9：00—17：00时间段的货车行驶情况，通过对运行数据的转换可得出各小时运行工况分布数据，继而在MOVES中输入包括运行工况在内的本地化参数，完成MOVES排放模型的构建，模型计算得出2018年3月31日9：00—17：00时间段内小时排放量如图5.1所示。
6 结论与展望
6.2 研究展望
本文对货运场站货车入场过程进行了车辆仿真，设计数据转换办法将车辆仿真与排放计量模型结合，计量分析不同货运水平下货车入场过程的尾气排放量，并以钢晨物流园区为例案例分析。通过在VISSIM仿真中设置停车标志来控制货车流，刻画排队跟车进入货运场站的行驶过程，并采用本地化的MOVES模型计量该行驶特征下的尾气排放量。在一定程度上完善了货车尾气排放计量的方法，研究方法和思路对同类研究皆有借鉴意义。从改变入场货车行驶特征的角度，增大整体停车时间，提出在货运场站规划货车停车位的减排方案，据仿真实验输出的排放结果检验了方案的有效性。减排方案的验证为货运场站决策者提供货运减排思路，为环境保护、提高空气质量提供绵薄之力，具有一定的现实意义。但研究仍存在一定的不足，在以下方面有待提高：
（1）案例数据不够精确。案例分析的货车数据并非直接数据，而是由钢晨物流园区的货运量推算而来，在车辆仿真方面可能存在一定的偏差，可在进一步的研究中以实际货车数据进行仿真。
（2）车辆仿真和尾气计量效率低。为刻画园区货车入场过程并计量该过程的排放量，设置多组VISSIM仿真实验，继而根据仿真输出得到运行工况分布数据，最后由MOVES模型计算排放量。此过程太过繁琐，需要多次仿真、数据转换和排放模型构建，浪费很多研究时间，可望搭建车辆仿真和排放计量为一体的自动输出平台，以提高运算效率。
参考文献（略）
