技术详细介绍
刘晓波教授主持的美国能源基金会项目（中国货运能源消耗特性分析及政策建议），以及联合主持的国家自然科学基金海外联合研究项目（基于O2O平台的公路货运资源优化配置的策略研究）开发了基于时空轨迹数据的货车出行能耗和碳排放分析技术，主要包括：构建货车出行微观碳排放模型，研究货车出行目的与碳排放影响因素之间的关系；运用机器学习提取货车能源消耗特性和道路货运小散户基本特点，研究能源消耗与货车车况、载货、路况、驾驶员行为等之间的关系。从应用和政策建议层面，作为我国道路货运交通能源消耗结构优化的基础；理论层面，构建我国货车能耗微观模型。深度剖析货车出行目的与能耗之间的关系，挖掘智慧物流背景下城市物流网络能耗关键影响因素，提出智慧城市货车出行实时管控对策。
应用领域与已推广使用情况：可应用于政府政策制定、物流、汽车制造、能源、环境等行业。目前研究成果获得美国能源基金会和沙特国王石油研究所的推广，获得以中国清洁交通伙伴关系，中国物流与采购协会等行业专家和各方企业的普遍认可和一致好评。
知识产权情况：发表SCI期刊3篇，其中SCI一区收录期刊1篇，预计将发布行业研究报告1份，申请专利2项。
技术水平：国内先进。
技术成熟度：已成熟，处于成果申报阶段。
团队（或成果完成人）简介：刘晓波教授在智慧物流“供需匹配、路径规划与资源配置优化”领域取得了一系列原创性科学成果，在Transportation Science，Transportation Research Part B Methodological等交通运输领域的顶级SCI学术期刊发表了30余篇论文。刘晓波教授的学术研究成果受到国内外知名专家高度认可，2018年获得美国科学院交通研究委员会“网络建模Stella Dafermos最佳论文奖”，其研究成果在实践中得到了广泛的应用，中国物流运力科创独角兽企业“货车帮”的商业实践是典型代表。2018年，刘晓波教授受世界银行邀请前往其纽约总部参加了Transforming Transportation conference并做大会发言。刘晓波教授研究团队是四川省科学技术厅青年创新团队，主要研究领域为智慧交通与智慧物流大数据理论方法与应用技术。团队现有教授6人、副教授8人、讲师8人，近三年来，团队在Transportation Science、Transportation Research Part B/C/D等交通运输领域顶级SCI学术期刊上发表100多篇论文。