道路交通发展带来的能源消耗和空气污染问题已经成为交通领域研究的热点,生态驾驶由于其见效快、成本低等特点受到了国内外众多学者的关注,随着道路交通的发展,该理念已成为面向道路交通节能减排的重要措施。目前生态驾驶的发展,仍存在以下几个问题:生态驾驶行为的评价指标多以油耗作为评价指标,较少考虑到排放指标;生态驾驶行为的评价往往只能依靠一些定性的理论知识,仅仅从单一面来对驾驶行为进行评价,无法建立全面的生态驾驶行为评价体系,并且由于驾驶员驾驶风格的不同,道路交通的复杂性与不确定性使得生态驾驶行为难以做出准确评判;在对生态驾驶行为评价研究中,以单车作为出发点进行评价,没用考虑到多车交互作用。针对上述问题,本文开展了如下研究:首先,基于车载排放测试,采集实测道路上的排放和驾驶行为逐秒数据,考虑到道路类型和交通量,在时间上同步逐秒驾驶行为数据和排放数据。从驾驶行为操作强度、驾驶模式持续长度、驾驶模式转移频度和车辆工况表现四个方面,获取驾驶行为评价指标,并根据因子分析讨论驾驶行为指标与排放之间的潜在关系。其次,在因子分析提取重要驾驶行为评价指标和根据因子综合得分区分生态驾驶行为的前提下,本文利用机器学习算法,分别建立了基于逻辑回归、朴素贝叶斯、决策树、支持向量机、BP神经网络这5种评价驾驶行为是否生态的驾驶行为辨别模型。同时,调整模型参数,用于评价生态驾驶行为。最终确定使用决策树建立的生态驾驶行为评价模型,模型准确率为92.68%。然后,依托车辆跟驰模型,提出一种多车交互作用下的生态驾驶行为评价指标。采集实际道路跟车数据,利用遗传算法标定跟驰模型参数,保证仿真和实际道路车辆时间速度轨迹的一致性。并提出量化跟驰状态持续时间长度和驾驶状态转移频度,多车交互下生态驾驶行为评价指标的方法。利用基于比功率的排放模型计算车辆排放,对比分析不同指标下的排放因子,结果发现,车辆在逼近行驶状态排放因子最小,而驾驶行为操作频度越大,对应车辆排放因子越大。最后,提出基于广义生态驾驶行为理念的指标体系,不仅考虑到驾驶员驾驶行为,同时考虑车辆附件的使用、交通出行规划、燃料选择、车辆载重管理等对排放产生的影响。并结合因子综合得分,提出广义生态驾驶行为指标体系,利用模糊综合评价法建立了广义生态驾驶行为评价模型。基于实测排放数据及问卷数据对不同驾龄的两位驾驶员进行广义生态驾驶行为评价。验证评价方法的有效性,从多角度全面的考虑了驾驶行为对车辆排放的影响。本文生态驾驶行为评价体系的建立,量化了驾驶行为和排放之间的联系,为生态驾驶行为的推广和应用提供科学的依据。