《Scientific Reports》：Vehicle CO? emission prediction based on firefly with ant colony optimization tuned long short-term memory model
编辑推荐：
准确的车辆级CO?排放预测对监管规划与更环保动力总成设计至关重要。研究人员提出一种集成FA–ACO–LSTM框架，用于依据标准车辆描述符估计车辆级尾气CO?排放。其贡献在于将泄漏感知（leakage-aware）的二值萤火虫（Binary Firefly, B
准确的车辆级CO?排放预测对监管规划与更环保动力总成设计至关重要。研究人员提出一种集成FA–ACO–LSTM框架，用于依据标准车辆描述符估计车辆级尾气CO?排放。其贡献在于将泄漏感知（leakage-aware）的二值萤火虫（Binary Firefly, BFA）特征选择、混合变量FA–ACO超参数调谐、重复运行评估与事后可解释性整合进统一预测流水线。基于加拿大官方车辆燃油消耗与排放注册库（开放政府门户）公开数据集（22,556辆车），采用70/20/10训练/验证/测试划分，并以基于包装器（wrapper-based）的特征选择配合BFA。FA–ACO调度器联合调谐五种候选学习器（LSTM、CNN、GRU、MLP、TabNet）的超参数并选优。FA–ACO-LSTM在测试集取得MSE=0.0099、MAE=0.0791、MedAE=0.0664、MAPE=0.84%、R2=98.71%，优于FA–ACO-CNN（R2=93.55%）、FA–ACO-GRU（90.03%）、FA–ACO-MLP（87.60%）与FA–ACO-TabNet（84.88%）。相较未调谐基线，FA–ACO将LSTM从R2=96.53%提升至98.71%，MSE降低45%。BFA在特征选择器对比中平均误差最低（优于BMWO、BFO、BGWO），跨模型ANOVA显著（F=30.2，p<0.0001）。由于所选特征含COMB（L/100 km）、HWY（L/100 km）与COMB（mpg）等强关联认证CO?排放的燃油消耗指标，该场景属燃油消耗知情预测；当特征选择与训练前剔除全部燃油消耗指示变量，R2由98.71%降至88.08%。消融实验确认燃油消耗代理变量贡献了主要预测性能的大部分，非消耗类车辆属性仍具有意义预测价值；在固定特征排序表示与FA–ACO调谐协议下，LSTM在受评神经与表格基线中表现最佳。因数据为横截面而非时序，LSTM应解释为特征交互学习器而非时间预测模型。
研究背景方面，道路交通是全球能源相关温室气体排放的主要且增长源，准确细粒度车辆级CO?预测对监管、生态设计与车队分析必不可少。现有学习化预测虽借助PEMS/轨迹数据取得进展，但仍存在三方面实务挑战：其一，多数研究依赖与认证CO?强相关的燃油消耗指标，虽提升精度却可能作为强代理引发泄漏担忧；其二，模型表现对预处理、特征选择与超参数敏感，公平可复现比较缺失；其三，虽有RNN与元启发式优化先例，但少有工作在同一受控协议下联合报告泄漏感知特征选择、混合变量调谐、重复运行不确定性、代理特征消融与可解释性。为此，研究人员在《Scientific Reports》发表本研究，目标是构建轻量预测框架估计车辆尾气CO?（g/km），以元启发式同时执行包装器特征选择与候选学习器超参数调谐，并在一致协议下对比LSTM与其他深度学习/表格基线，通过特征归因强调可解释性。
关键技术方法上，研究人员采用加拿大官方轻型车燃油消耗与排放注册库横截面数据（N=22,556条配置），按VEHICLE CLASS与FUEL分层、配置级切分避免重复泄漏，取70/20/10划分；预处理全程训练侧拟合，连续变量RobustScaler、高基数类别MAKE/MODEL用折叠外（out-of-fold）平滑目标/计数编码，低中基数独热；BFA包装器特征选择以交叉验证MAE加稀疏惩罚为目标；FA–ACO混合调度中FA搜连续超参（学习率、dropout、L2）、ACO采样离散/类别超参（优化器、batch、层数），各候选模型同预算100次评估、5种子重复；最终测试集单次评估，配SHAP事后解释与剔除燃油消耗变量的消融实验。
研究结果部分，数据集小节指出数据覆盖多车型年与厂商，发动机0.8–8.4 L、气缸2–16，城市/高速/综合油耗均值12.76/8.91/11.03 L/100 km，综合mpg 11–78，相关系数显示油耗与CO?>0.9、发动机尺寸/气缸0.77–0.82、mpg与油耗负向?0.88~?0.92。数据准备小节强调泄漏安全：去重、训练侧winsorization（0.5/99.5百分位）、缺失值训练中位数/众数填补、类别未知映射、引擎每缸排量等极少工程特征。特征选择（Binary Firefly Algorithm）小节给出二值掩码包装器目标函数J(b)=CV-MAE+λ‖b‖?/p+ηC(b)，萤火虫以归一化汉明距移动、sigmoid转移激活；BFA对比BMWO/BFO/BGWO平均误最低（0.27473）、适应度最优（0.26592），选入COMB L/100 km、HWY L/100 km、COMB mpg、ENGINE SIZE、CYLINDERS五特征，SHAP证实油耗类主导但mpg与L/100 km为同一量纲互表不可独立解释。超参数优化（Firefly–Ant Colony Optimization）小节阐明FA管连续、ACO管离散/类别之混合动机，目标取验证MAE早停。所提方法论小节重申数据为横截面表格，LSTM仅作固定顺序特征向量的非线性交互学习器（序列长=选中特征数），非时间模型。实验设置小节固定PyTorch2.0/RTX3090环境、patience=20、5次重复、配对Wilcoxon+Holm校正。
实验结果显示，未调谐LSTM基线MAPE 1.40%、R2 96.53%；FA–ACO-LSTM测试集MSE 0.0099、MAE 0.0791、MedAE 0.0664、MAPE 0.84%、R2 98.71%，较未调谐MSE降45%；FA–ACO-CNN/GRU/MLP/TabNet依次为R2 93.55/90.03/87.60/84.88%；重复运行R2均值98.71%±0.13，95%CI[98.55,98.87]；FA–ACO优于GridSearch（98.39%）与RandomSearch（98.24%），PSO-LSTM/WOA-LSTM/GWO-LSTM/MSPSO-LSTM同预算下均不及；剔除全部油耗变量后R2跌至88.08%，证实质油耗代理贡献大部分性能而非全部；ANOVA跨模型F=30.2,p<0.0001。
讨论与结论翻译：研究人员结论为，所提集成FA–ACO–LSTM框架价值不在全新优化算法，而在将泄漏感知BFA特征选择、混合变量FA–ACO调谐、重复评估与SHAP解释统合为透明流水线；在加拿大横截面注册数据上，LSTM于固定特征排序下胜出神经与表格基线，R2 98.71%，且燃油消耗指标为认证CO?强代理，剔除后性能大幅退化但非消耗属性仍保留预测力；因非时序数据，LSTM应被视为特征交互学习器。该框架为监管情景提供可复现、可解释的车辆级CO?估计方案，未来可拓展至时序轨迹与多区域注册库验证泛化。
