高速公路充电站选址定容问题的多目标优化方法（英文）

【目的】高速公路充电站位置选择和容量确定对电动汽车应用推广具有重要意义。【方法】针对高速公路充电站选址定容问题,通过引入充电站的平均适配率,即电动汽车的充电需求与当前充电站总容量之间的匹配程度,以充电站的建设成本最小和充电站的平均适配率最大为目标建立了新的多目标优化模型。【结果】利用多目标优化问题的NSGA-Ⅱ算法对模型进行了数值实验,验证了模型的有效性。此外,本文也进一步研究了出行车辆数量、充电桩功率以及续航里程对充电站的建设成本和适配率的影响。【结论】数值实验表明:本文提出的多目标优化方法可以得到更高的充电站利用率和更低的建设成本,为高速公路充电站的选址定容问题提供了更加科学合理的决策参考。     

资金约束条件下高速公路充电桩选址与定容优化

【目的】讨论带有资金约束和服务能力约束的高速公路快速充电站选址与定容规划问题。【方法】应用效用理论分析了电动汽车驾驶员在高速公路上选择充电站的策略,给出了充电设施不充足情况下的车流平衡状态迭代计算方法。建立了充电站选址定容问题的数学优化模型,并设计了一种改进遗传算法对问题进行求解。最后,提出了模拟实际高速公路网的随机网络生成方法,并通过实例对算法进行验证。【结果】测试结果表明:充电桩充电能力的提高可以有效增加高速路网上服务的车流量。【结论】改进后的遗传算法在求解不同规模网络下的选址与定容问题时,都能给出较为稳定的结果。随着网络规模扩大,算法求解的稳定性越好。
     

资金约束条件下高速公路充电桩选址与定容优化

【目的】讨论带有资金约束和服务能力约束的高速公路快速充电站选址与定容规划问题。【方法】应用效用理论分析了电动汽车驾驶员在高速公路上选择充电站的策略,给出了充电设施不充足情况下的车流平衡状态迭代计算方法。建立了充电站选址定容问题的数学优化模型,并设计了一种改进遗传算法对问题进行求解。最后,提出了模拟实际高速公路网的随机网络生成方法,并通过实例对算法进行验证。【结果】测试结果表明:充电桩充电能力的提高可以有效增加高速路网上服务的车流量。【结论】改进后的遗传算法在求解不同规模网络下的选址与定容问题时,都能给出较为稳定的结果。随着网络规模扩大,算法求解的稳定性越好。     

中断情景下EV充电站与多类型充电桩联合布局优化

【目的】当前研究较少考虑中断情景与电动汽车（electric vehicle, EV）用户充电距离,且多是对充电站的选址进行规划。有鉴于此,在中断情景下将研究范畴拓展至充电站与充电桩联合布局优化,以成本最小和距离最短为目标构建了多目标规划模型。【方法】针对问题的NP-hard特性,首先设计了基于K-Means聚类的启发式算法,以快速生成较好的初始可行解,然后提出改进遗传算法求解模型。【结果】通过算例分析,验证了模型的有效性。【结论】所建模型能够有效解决中断情景下的EV充电站与充电桩联合布局优化问题,所提算法在求解精度与稳定性方面要优于已有算法。     

带硬时间窗的冷链电动车辆路径问题研究

【目的】针对电动汽车应用于冷链物流配送的情形，充分考虑电动汽车能耗特点和社会充电桩的充电需求，研究了带硬时间窗的冷链电动车辆路径问题。【方法】首先构建以配送总成本最少为优化目标的规划模型；然后基于蚁群算法，设计了充电站优化算法和局部优化策略，形成混合蚁群算法求解问题；最后，改编形成硬时间窗冷链电动车辆路径问题的算例集，通过实验比较验证了蚁群算法和混合算法的性能。【结果】搜索解的改进率达到11-82%。【结论】带局部优化策略的混合蚁群算法能较大程度改进求解能力，算法性能总体得到大幅提升，且结果更稳定。     

面向多目标优化的充电站选址定容方法

为了给电动汽车(EV,electric vehicle)出行提供充足的能源支持,对充电站进行合理部署至关重要,但在规划时不同主体间存在难以耦合的利益冲突,为此兼顾投建经济性与用户充电便利性,提出一种基于遗传算法的自适应粒子群算法(APSOGA)用于选址定容。首先,通过分析EV日行驶规律,预测EV日充电负荷分布情况,以确定充电站数量范围;其次,构建兼顾EV和充电站承包商利益的充电站选址定容规划模型;最后,将遗传算法的交叉和变异操作引入粒子更新环节,设计了APSOGA算法,以寻优求解生成最佳的选址定容方案。实验结果表明,与经典的充电站选址定容方法相比,所提方法综合成本降低了7.19%～14.37%,充电站利用率提升了14.28%～29.03%,能够为用户提供高质量充电服务。     

基于排队模型的大型园区充电站负载能力研究

电动汽车充电桩的建设是制约着电动车日常使用的关键问题之一。同时,大量电动汽车在高峰时间充电亦会对电网带来较大负荷,需要在规划阶段对充电站进行优化,降低对电网的压力。以某大型工业园区充电站为对象,统计了用户在充电周期、充电量、充电时间上的习惯,分析结果显示该充电站用户到达间隔近似服从负指数分布,充电服务时间近似服从Gamma分布。基于M/G/k排队模型,建立了该园区内部充电桩的排队仿真模型,通过蒙特卡洛方法给出了不同时段充电站的排队长度、排队时间等参数,并对比了充电服务时间分布不同对排队模型关键参数的影响,为未来纯电动汽车充电桩的建设与优化具有直观的参考意义。     

高速公路充电站选址定容问题的多目标优化方法

[目的]高速公路充电站位置选择和容量确定对电动汽车应用推广具有重要意义.[方法]针对高速公路充电站选址定容问题,通过引入充电站的平均适配率,即电动汽车的充电需求与当前充电站总容量之间的匹配程度,以充电站的建设成本最小和充电站的平均适配率最大为 目标建立了新的多目标优化模型.[结果]利用多 目标优化问题的NSGA-Ⅱ算法...     

基于满意优化的电动汽车充电站选址

充电站选址是当前电动汽车推广中面临的首要问题.基于满意优化理论,提出了电动汽车用户满意度评价函数;通过引入充电站等级概念,以平均电动汽车用户满意度最大为目标函数,建立了多等级电动汽车充电站选址的混合整数规划模型,并提出了基于免疫算法的模型求解算法.测试结果表明,该模型可以有效地确定充电站的位置、等级及服务区域,并且其求解算法是快速、有效的.     

电动汽车快速充电站需求分析与设备优化方法

电动汽车快速充电站是城市未来重要的基础设施,其规划建设是否合理直接影响到城市交通体系的运行和电动汽车产业的发展.以城市电动汽车日充电量为基础对快速充电站总量进行了预测,通过分析电动汽车快速充电站车辆到达及充电时间的特征,引入了随机服务系统,建立了排队系统模型,计算了平均逗留时间和充电机空闲时间的比例等指标.采用愿望模型分析方法,优化确定充电站的设备数量,既减少顾客的等待时间、解决排队拥挤现象,又有效减少充电站的投资.最后通过MATLAB实例仿真验证了该方法的有效性.     

DPFT模型与RLS模型结合的实时预报模型

本文介绍了一个由法国首先提出的降雨径流流域模型,该模型把以转移函数一阶差分(DPFT)为基础的降雨径流模型与以渐消记忆递推最小二乘法(RLS)实现参数实时估计的自回归滑动平均模型结合在一起,前者用于上游子流域或支流流域:后者用于子流域以下.本文在DPFT参数计算上与原模型有所不同,经试验效果是好的.文中还用国内资料作了一个DPFT模型的算例,模拟精度是较高的.     

基于TSK模型的车辆跟驰模型

为解决传统的基于模糊推理的车辆跟驰模型参数校准精度差的问题,提出了基于TSK模型的车辆跟驰模型.采用改进的基于遗传算法的TSK模型辨识方法,对分组中数据点不足的情况作了特别处理,通过GPS采集跑车实验数据,根据实测数据构建并验证TSK模型.实验结果和理论分析吻合较好,模型精度提高了一个数量级,表明TSK模型用于车辆跟驰模型是可行的.     

非参数回归模型的模型检验

在此考虑非参数回归模型的模型检验问题．基于Plug-in经验似然方法。构造经验似然比检验统计量．证明其满足Wilks’现象,而得到了一定显著性水平的拒绝域,最后通过数据模拟。讨论了其检验功效．     

夸克-胶子等离子体模型与三火球模型

对比夸克—胶子等离子体模型与三火球模型物理图象的异同,以ＱＣＤ袋模型和统计流体力学模型的计算值对应三火球模型中重要参数及快度窗口粒子分布和多重数分布．     

线模型到面模型的转换

该文在传统线模型的基础上,建立了新的线—面混合模型,并通过对混合模型的自动消隐,实现线模型的消隐。所提算法均已在IBM/PC机上用TURBO PASCAL语言实现。     

XML模型到关系模型的映射

针对XML数据与关系数据在静态数据转换方面存在的问题,创建一个描述XML的XML model(XML模型).使用XML model和ER模型分别表示XML模式和关系模式,并分析模型间的映射关系,建立XML模式与关系模式的映射框架;给出从XML模式到关系模式的映射算法,应用该算法可以将XML数据转化为关系数据.     

一种基于灰色模型和机理模型集成的质量预测模型及其应用

针对长流程工业过程中产品质量难以实时检测且不易实现优化控制的难题,通过对生产数据特性和质量预测要求的分析,提出了一种基于GM(1,1)灰色模型和机理模型集成的质量预测模型.首先根据过程机理知识建立了粗糙质量预测模型;然后运用灰色预测中的残差辨识理论,用机理预测模型的残差时间序列建立残差GM(1,1)模型,其预测结果补偿机理模型的预测值.验证结果表明,该质量预测模型能获得较理想的质量预测精度,其应用可使产品质量得到显著的提高.     

从关系模式到网状模式

提出了一个在一般的概念下将关系式数据模式转换成网状数据模式的方法以及对生成的网状结构进行优化的几种方案,并根据图论方法导出结点的优化次序,提出了一个空间节约率决策函数,以决定多种优化方法的取舍。     

Vassicek模型下的风险模型

风险模型里加入利率,是基于货币的时间价值.从长期来看,利率不是固定的,而是一个随机变量.考虑一种具有随机利率的风险模型.随机利率的未来取值依赖于利率当前值,且具有均值回复的特点,故对随机利率采取Vassicek模型.通过分析带有此类随机利率的风险模型,得到利息力的联合分布、总索赔额的期望和方差的表达式.依据这些结果,可以得到未来收益和风险的更精确估计,对保险公司产品的制定具有参考意义.     

Ramsauer模型与球型光学模型的比较

Ramsauser模型[1]是计算中子全截面的经验模型,根据Ramsauser模型计算27-Co-59,41-Nb-93,83-Bi-209,五个核的中子全截面.APMN[2]程序中的球型光学模型是理论模型,通过它再次计算27-Co-59的中子全截面,然后两种模型进行比较,并对两种模型的计算结果做出分析结果.