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...     

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。     

油库选址问题的多目标优化方法

【目的】研究油料运输过程中油库的最优选址问题。【方法】综合考虑多方面因素，建立以经济成本最小化、用油单位满意度及油库安全性最大化为目标的多目标优化模型，并对模型进行分析。【结果】基于多目标优化问题经典的线性加权标量化方法，引入模拟退火算法对多目标优化模型进行求解。【结论】提出的多目标优化方法能够在较高的安全性和满意度下获得更优的经济成本，为更好解决油库选址提供决策参考。     

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。     

城市中电动汽车临时充电站选址和定容模型

【目的】为城市街道环境下解决拥堵城市道路中的电动汽车临时充电站的选址与每个充电站的充电桩的定容优化问题提供解决方案。【方法】考虑纯电动汽车的警戒行驶里程和城市道路中车辆行驶具有双向性的特点,基于截流选址模型（Flow refueling location model, FRLM）构建电动汽车的充电站选址模型;为使电动汽车等待充电时间最短为优化目标,基于排队论构建了充电桩的定容模型。最后以北京市西城区车公庄大街的水平线道路充电桩设施进行了实例研究。【结果】FRLM仿真结果显示随着电动汽车续航能力的提高,城市主干路上充电桩的个数将会减少,并呈现出了指数衰减的形态;充电桩的定容模型仿真结果显示随着电动汽车保有量的提高,如果不增加电动汽车的等待时间,已有充电站需要进一步扩容,在同等等待时间下电动汽车的车流量和充电桩数量呈现出线性关系。【结论】研究结果对北京市未来城市内电动汽车充电桩的合理网络布局及北京市电动汽车产业发展具有理论指导意义。     

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。
     

基于满意度的可持续物流设施选址问题的多目标优化方法

【目的】为了研究可持续物流设施选址问题研究对企业供应链管理和物流配送服务中心的可持续性发展的影响。【方法】基于传统的无容量物流配送服务中心选址问题,引入满意度函数衡量客户对物流配送服务中心提供服务水平的平均满意程度,建立了以经济成本最小化、客户平均满意度最大化和二氧化碳排放量最小化为目标的一个多目标优化模型。【结果】基于多目标优化问题经典的ε 约束标量化方法和贪婪算法思想提出了多目标优化模型的一个求解算法。【结论】提出的多目标优化方法能够在较高的满意度下获得更优的经济成本和碳排放量,为更好地解决无容量物流配送服务中心选址问题提供了一个新的方法。     

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.     

多目标优化量子免疫算法求解基站选址问题

为了解决带容量约束WCDMA网络的基站选址问题,提出了一个基于多目标优化量子免疫算法的基站选址优化方案.设计了基站选址问题的数学模型,给出了多目标优化量子免疫算法框架,并进行了实验验证.实验结果表明：算法方案能以较小的基站建设代价满足覆盖要求,具有较好应用价值.     

物流配送中心选址的多目标优化模型

针对传统选址模型片面追求物流成本最小化而忽视物流服务水平的情况,将可靠性作为物流服务水平的一种测度,提出了配送中心系统可靠度的计算方法,建立了以物流成本最小化和物流服务可靠度最大化为目标的配送中心选址多目标优化模型.采用主要目标法将建立的多目标优化模型转化为单目标优化模型,并运用贪婪取走启发式算法对转化后的模型进行求解.算例结果表明,模型的非劣解充分反映了物流成本与物流服务可靠度之间的悖反关系,同时包含了传统的以物流成本最小化为目标的选址模型的最优解,从而为配送中心选址提供更加全面的决策依据.     

具有连续型目标函数的优化模型（英文）

把多目标规划(MP)和具有可数无穷多指标优化模型(CIP)推广并引进一种具有连续型目标函数的优化模型(CP).给出其有效解和真有效解的相关概念,介绍一些例子说明它在理论和应用方面都是有意义的研究课题.得到CIP模型与CP模型的有效解之间、真有效解之间的两个关系定理.     

均衡条件下加氢站的选址定容优化

目前氢燃料电池汽车逐渐被推广开,而燃料电池汽车充氢的加氢站十分匮乏.为了解决加氢站的选址定容问题,采用了多主体均衡优化方法,对市场均衡约束下的多位投资者投资加氢站的选址定容问题进行了研究.在研究的过程中,重点突出了为满足加氢服务长期均衡发展,投资者均是在充分分析了其他投资者可能的投资行为和氢燃料电池汽车驾驶员偏好的基础上做出的投资决策.     

多目标优化最低代价无人机机巢选址方法研究

无人机巡检作业中,因为功能与续航距离不同,常面临异构无人机协同和机巢选址问题。无人机机巢的最优部署位置策略,可以看作新的选址优化问题,相对于传统设施选址问题,无人机机巢部署问题面临更多新挑战。笔者综合运用地理信息系统、优劣解距离法对候选点位做预筛选后使用贪心算法和拉格朗日松弛优化的p-中值覆盖问题优化方法,在综合考虑布点原则、飞行任务、飞行半径、功能性冗余等目标因素,提出一种多目标优化最低代价的无人机机巢选址法,将机巢分布问题定义为限制因素预选址前提下的p-中值最低代价问题,设置原则性约束,实现多目标优化最低代价的机巢布点,从多个角度考虑降低巡检成本。实验结果表明：多目标优化后机巢布点在建造、维护、巡检和综合成本上比传统选点方法有9.2%以上的成本节约。     

关于非凸多目标规划问题的一种近似方法的说明（英文）

对非凸多目标规划的一种近似方法做了一些考虑.用一些例子来说明必须要用更合适的约束品格才能保证一些参考文献中的相应结果成立.对非凸多目标规划利用一种更一般的广义凸近似模型得到相应的一些结果.     

多目标大规模供水管网监测点的优化选址

针对供水管网水力模型中监测点布置的优化计算不易得到确定结果、运行数据不能完全代表管网状况的问题,提出反映管网节点水量和节点压力变化的节点覆盖水量和节点相关水压的多目标遗传算法,综合灵敏度分析、爆管分析,结合测压点布设原则、管网拓扑结构、水力计算结果最终确定测压点优化选址的方法。该方法用于城镇大规模实际管网中,采用管网节点中的0.3%个节点为水压监测点即可覆盖约45%的管网节点与43%的管网水量,通过与现有布设原则比较,发现其结果与布设原则匹配度较高。该方法提高了管网模型测压点的精度和准度,也代表了管网中水压变化和水量影响,可有效消除人为因素影响和提高监控管网漏水、爆管、能耗的效果。     

基于人工智能方法的变电站选址定容规划研究

变电站选址定容优化规划是一个多目标、多阶段,非线性．受约束的混合整数规划问题,传统的运筹学方法已不能满足求解的需要,以人工智能技术为主的各种智能优化算法成为解决变电站规划的主流算法。本文对变电站选址定容从规划的技术和经济性划分可靠性和经济性模型,按规划时问分静态和动态规划模型。并对多种算法进行全面的综述,重点分析这些模型和算法存在的问题和不足,并对存在问题和研究进行展望。     

多目标优化问题的同伦方法

用组合同伦方法求解带有不等式约束的多目标优化问题, 该同伦方法不要求可行域满足法锥条件, 且目标函数权重向量的初始值是非可行的. 在上述条件下, 给出了同伦路径的存在性、 有界性和收敛性的证明.     

区域应急物资储备库选址问题的模糊多目标决策方法

应急物资储备库选址问题是区域应急物资储备体系建设中的重要决策之一.构建了约束条件中含有梯形模糊数的区域应急物资储备库选址问题的模糊多目标规划模型,给出了一种基于极小算子的模型优化算法,最后通过算例分析验证了该方法的有效性.     

电动汽车充电站火灾多目标实时检测与预警方法

电动汽车在充电过程中易发生火灾事故,为了提高电动汽车充电站火灾检测实时性,提出一种基于YOLOv4-Tiny-CBAM的电动汽车充电站火焰烟雾多目标实时检测与预警算法：选用YOLOv4-Tiny轻量级网络模型实现在低算力平台流畅运行;引入Kmeans-GA算法重新计算锚框值;引入卷积注意力机制模块（CBAM）以加强网络对火焰烟雾特征提取能力以提升检测精度;将电动汽车充电站监控视频作为模型检测输入源,实现就地端实时检测。实验结果表明：该改进算法模型参数量为6.143M,视频检测FPS值为43,mAP值为86.76%,具有较好的目标连续跟踪能力,满足实时检测的需求,对无人化电动汽车充电站安全运行以及火灾应急处置具有重要意义。     

基于遗传算法的TD-LTE多目标站址选址方法

为了有效地扩大基站无线覆盖范围,吸收更多的用户和话务量,降低建设成本,提高收益,实现科学的基站选址,提出了一种适应于TD-LTE网络的高效的、智能的4G无线网络规划方法,通过综合考虑4G网络的同频干扰、正交频分复用(OFDM)、小区边缘速率、参考信号强度(RSRP)和基站站址密度等,建立一个以建设成本、覆盖率和容量为目标的多目标组合优化规划模型;并采用加入局部搜索的遗传算法进行智能求解。仿真结果表明该模型不但能够求出以最少的成本建设最大覆盖的网络方案,而且能够求出每个建设基站的天线类型、天线挂高和小区类型;同时加入局部搜索后的算法速度得到明显的提高。