电动汽车共享站点间车辆人工调度策略

用户出行需求的潮汐性和不均衡性导致站点间车辆失衡问题严重,极大地制约了电动汽车共享的快速发展,采用合理的车辆人工调度策略可使车辆失衡问题得以解决.基于完全满足用户用车需求的前提,建立成本最低的调度需求模型,并采用遗传算法求解得出调度需求.构建了电动汽车共享站点间车辆人工调度策略,同时通过调度收益最大化的混合整数规划模型优化车辆调度路径,采用分支定界法求解.以"EVCARD"位于上海市嘉定区5个站点的实际订单作为输入,进行人工调度策略优化分析.结果显示:在用户用车需求增长的情景下,不增设停车位和车辆数目而采用人工调度优化策略,同比可以提升60%的订单服务量,相比增设停车位和车辆数目可以节约60%的成本投入.     

基于需求预测的单向共享电动汽车车辆调度方法

用户出行需求的不均衡性和潮汐性造成站点之间的车辆库存不平衡,阻碍了单向共享电动汽车行业的发展.在充分考虑用户实际需求的随机性和时效性的基础上,提出一种单向共享电动汽车车辆调度方法.其采用长短期记忆神经网络对站点车辆需求进行预测,进而建立以调度成本、库存成本和潜在损失收益均最小的多目标调度模型,并采用遗传模拟退火混合算法求最优解.实证研究表明了该方法的合理性和优越性.     

基于补偿激励的电动汽车与电网联合优化调度

为减少电动汽车(EV,Electric Vehicle)无序充放电对电网造成的冲击影响和促进新能源消纳,考虑EV集群的储能能力和可调备用负荷特性,提出一种基于补偿激励用户引导的电动汽车-新能源-区域电网联合优化调度控制策略。充分考虑车主充放电意向和所能接受的充电成本,建立EV充放电服务系统(EV-CDSS,Electric Vehicle Charging and Discharging Service System)。利用接入系统的EV集群储能作用,辅助区域火电,平抑区域电网功率的波动,改善EV无序充放电,并提高区域电网稳定性和节省EV充电成本。以典型的区域配电网负荷及风光电厂输出功率数据为例,通过仿真,验证了所搭建的EV-CDSS及控制策略的可行性和有效性。     

基于改进遗传算法的水库群优化调度研究

提出一种基于自适应遗传算法的水库群优化调度问题的求解方法,并对其性能进行了分析。结果表明,该方法可以随个体适应度的大小及群体的分散程度自动调整遗传控制参数,较好地克服了标准遗传算法由于采用固定遗传控制参数带来的若干问题,能够在保持群体多样性的同时,加快收敛速度,提高遗传算法的全局寻优能力,为高精度水库群优化调度提供了一个新的途径。     

共享单车需求预测及调度优化

为了更加准确地预测共享单车的需求量,制定合理的调度优化方案。针对共享单车骑行数据的周期性、非线性和随机性的特点,提出了季节性灰色Markov模型来预测共享单车需求量。在此基础上,根据双层规划模型结果来制定调度优化方案。在季节性灰色Markov模型中,首先将原始数据带入季节性GM(1,1)模型得到预测结果,然后用Markov模型对预测的残差进行修正,得到最终的预测值。在双层规划模型中,上层目标为运营商的调度成本,下层目标为调度中心的调度时间,双层规划模型用GUROBI求解器求解。最后将两种模型应用于纽约市17个Citi Bike共享单车站点的算例分析。数值计算结果表明：季节性灰色Markov模型在17个站点从周一到周五的需求量预测的平均绝对百分比误差(mean absolute percentage error,MAPE)为10.68%,预测精度较高。利用双层规划模型制定的调度优化方案能确定调度中心数量、位置,调度范围和调度路径,可以在满足用户需求的同时使调度成本和调度时间最优。研究提出的需求预测模型和调度优化方案可以为共享单车运营部门和交通管理部门提供有效的参考。     

共享电动汽车选择行为分析

为探索共享电动汽车选择行为,构建出行行为选择模型,基于南京市出行者选择行为调查数据,采用计划行为理论、技术接受理论和结构方程模型,综合考虑出行者个人社会属性、出行特征及潜变量,分别构建不包括潜变量的多项Logit模型和包括潜变量的混合选择模型,并对这些因素进行显著性和敏感性分析.结果表明:不包括潜变量的多项Logit模...     

基于遗传算法的泵站优化调度

采用遗传算法进行泵站优化调度计算,计算结果表明：遗传算法可以有效地在整个空间寻优,更有可能达到全局最优或准全局最优,且占用内存少,对目标函数限制少,该算法对水泵这种很难用解析式表示的非线性模型很适用。     

基于用户综合满意度的电动汽车充电诱导优化模型

随着电动汽车(electric vehicle, EV)在城市交通系统不断普及,充电诱导服务成为在充电设施有限条件下解决充电问题的有效手段。在分析电动汽车用户充电满意度的基础上,提出一种综合用户绕行距离、排队时间和充电费用的电动汽车充电诱导优化模型。为准确推导用户在充电站的排队时间,充分考虑电动汽车用户充电站选择决策的相互影响,建立充电站运营状态预测模型。针对模型特点,结合免疫算法求解模型。通过面向多充电请求的优化算例验证模型的可行性和有效性,结果表明：通过求解模型可以获得用户综合满意度最大化情况下的用户最优充电站决策及其行驶路径;与绕行距离最小、排队时间最短和充电费用最少等单目标优化方案相比,所提模型的充电诱导方案的用户综合满意度分别提升了15.0%、 17.8%和11.4%。     

含电动汽车的主动配电网优化调度

电动汽车随机充电功率会影响主动配电网优化调度,为了解决这一问题。提出了含电动汽车的主动配电网优化调度模型,模型分为两个目标函数。首先,需要以负荷曲线的最小方差优化电动汽车的充电功率作为优化调度之前的目标函数,可以获得电动汽车连接电网的时间和充电功率。然后,建立以分布电源功率为控制变量使得配电网运行成本最低的主动配电网日前优化调度模型。最后,建立的模型在IEEE33节点配电网系统中进行多场景分析电动汽车对主动配电网优化调度造成的影响,并采用CPLEX优化规划软件来求解模型。结果表明:所建立的模型和方法不仅可以保证配电网经济运行,而且还能有效的利用电动汽车的充电来减少配电网负荷曲线的方差。     

基于Vissim的共享电动汽车交通流出行仿真

共享电动汽车作为公共交通手段的新兴选择及其所具有的广阔前景与市场,研究其出行数据和出行规律具有重要意义。针对具有代表性的特定路段（特大城市郊区主道路口）,采集共享电动汽车实际出行数据,设计了一种基于实际场景筛选提取有效数据的方法,并通过对有效数据的研究揭示了共享电动汽车相关的出行特征情况。在此基础上,实地摄录采集并统计了基本交通数据,针对早晚高峰和其他时间搭建了路口的仿真模型,设计了预测路口和路段共享电动汽车的最大出行量的方法,完成了仿真预测实验,在一定程度上验证了共享电动汽车出行特征的分析结果。研究结果对分时租赁公司相关运营策略具有指导意义,并可为用户出行时间及路线提供选择。     

基于遗传算法的纯电动轿车动力总成参数优化

基于动力传动系部件参数对纯电动轿车性能的影响，利用遗传算法对纯电动轿车动力传动系的主要部件进行了优化；所有部件的模型均基于实际配置的纯电动轿车(QREV)动力传动系台架试验的试验数据．优化结果与传统优化算法结果相比表明，本文提出的算法是有效的，能够提高纯电动轿车的性能．该算法已应用于实车动力传动系的参数设计．     

基于多混沌算子遗传算法的混合动力汽车控制策略优化

为某款装备了电池/超级电容混合储能系统的并联型混合动力汽车设计了模糊控制策略.结合遗传算法的种群进化和混沌序列的随机遍历特性,将混沌初始化算子、混沌扰动算子、混沌局部搜索算子引入多目标非占优排序遗传算法(NSGA-II)中,构建了新的多混沌算子遗传算法(MCO-NSGA-II).运用MCO-NSGA-II算法进行了混合动力汽车模糊控制策略优化,以改进车辆的燃油经济性及HC、CO和NOx的排放性能.仿真结果表明,混沌初始化算子和混沌扰动算子可以改善原NSGA-II算法的搜索能力并增加种群多样性,而混沌局部搜索算子可以进一步增强算法局部搜索能力,能更好地搜索到理想的Pareto解集.运用MCO-NSGA-II算法进行优化,使混合动力汽车在欧洲城市驾驶循环(ECE)下的燃油消耗降低了11.8%,HC、CO和NOx排放分别下降了7.72%、15.72%和11.77%.     

基于遗传算法的多级库存成本优化模型

针对多级库存复合而成的一般系统,首先通过分析安全库存与服务水平的关系,给出随机需求下安全库存随前置期和服务水平变化的函数关系;然后结合多级库存的控制特点,建立包含安全库存费用在内的多级库存成本优化模型,并给出遗传算法求解办法.该模型在供应链节点企业总成本最小的基础上,确定了最佳订购批量、最佳订购点和服务水平,以及对应的总成本和总利润,进而为各节点企业有效地减少库存量,降低供应链的总成本,提供有力的依据.在随机需求供应链条件下,提出了级安全库存策略,并从理论上证明该策略能有效地减少供应链中的安全库存量,降低库存成本.     

基于拓扑优化的电动汽车白车身优化设计

针对电动汽车的独特承载要求,提出一种结合拓扑优化和车身尺寸优化的优化设计方法.以某型电动汽车为实例,通过建立白车身拓扑优化模型、有限元概念模型、尺寸优化模型和样车制造,进行了从整车拓扑结构到车身梁截面的优化设计过程,实现了电动汽车白车身的正向设计.在优化过程中采用遗传算法,以弯曲刚度和扭转刚度同时作为优化目标,白车身质量最小作为优化约束,选取了灵敏度较高的梁作为变量进行多目标优化.通过与样车参数的比较表明,该方法能够满足设计和工艺要求,实现轻量化设计,对提高白车身设计效率和精度有着重要的意义.     

基于改进遗传算法的电动汽车轨迹优化方法

在复杂障碍物环境中的轨迹规划方法是电动汽车智能辅助驾驶技术的一个重要研究内容.为了使得电动汽车能够在高速行驶工况下平稳转向行驶,提出了一种基于改进遗传算法的轨迹优化方法.本文基于五次多项式进行轨迹规划,用改进遗传算法对五次多项式的参数进行优化,使得规划轨迹满足车辆的动力学约束条件,从而使得优化后轨迹具有更强的可行性.实车实验结果表明,优化后轨迹比优化前轨迹能够更好地满足动力学约束条件,优化效果明显,车辆在高速行驶工况下按照优化轨迹行驶能够进行平稳转向行驶.     

AHCI中对用户建模的模糊数学处理方法

自适应人机接口是智能计算机领域需要研究的关键问题之一。从人机工程学的角度对人的因素进行了分析,提出了应当关注的若干因素,并把用户类型作了新手划分。     

基于Matlab/Simulink电动汽车驱动系统离散MRAC研究

讨论了电动汽车驱动系统的离散自适应控制问题.首先得到电动汽车驱动系统离散化的数学模型,在此基础上探讨了其自适应控制系统的设计,推导出了离散模型参考自适应律.仿真研究表明自适应控制系统具有良好的性能.     

基于用户体验的Bass扩散模型研究

根据经典Bass模型,从消费者个体角度出发,构建了基于用户体验的产品信息扩散模型.通过采用微分方程的数学方法,分析了产品使用者总人数与渠道系数的关系以及不愉快体验对于产品购买的影响,并且利用仿真软件验证了在不同参数条件下两类信息对经典产品和新产品信息扩散的影响及扩散状态差异.最后对模型仿真得出的模拟数据和图表进行了分析,得出产品用户体验是企业产品的保障,企业必须注重新客户对于信息的偏好,并给出能使企业持续经营、夺得市场份额的策略,为竞争性产品市场拓展提供建设性意见,从而指导企业制定新产品市场战略.     

一个激励模型的探讨

在分析不对称信息带来一些问题及常规解决办法的基础上，提出了一个管理激励模型，该模型实现了让激励对象真实汇报私人信息并努力有效工作的双重激励，文章着重分析该模型中参数意义及其应用时应注意的几个问题。