部分充电电动物流车配送研究

电动物流车在物流配送过程中的行驶里程往往小于传统燃油车,在配送时部分电动物流车需要进行充电。分析进入充电设施后的部分充电成本,研究了电动物流车在配送过程中的路径优化问题。首先在考虑固定成本、运输成本、惩罚成本、车辆使用成本的基础上,也将电动物流车的部分充电成本纳入到总成本最小的目标函数中,并建立了数学模型。其次,利用改进选择、交叉、变异算子的改进遗传算法对该模型进行求解。最后,将算法应用于算例中,得到车辆最优路径方案、最小的总配送成本,并且通过与完全充电模式下的配送成本进行比较,证明该改进遗传算法在求解该问题上的可行性。     

基于高效非支配排序的多目标人工蜂群算法

多目标优化问题广泛存在于科学与工程领域,为了提高求解效率,改进算法中的关键环节——非支配排序,提出了一种基于高效非支配排序的多目标人工蜂群算法。本文算法根据精英指导离散解生成策略进行局部搜索,运用高效非支配排序计算解的前沿面,最后根据前沿面排名和拥挤距离来挑选表现较好的解进行下一轮迭代。在基准函数上的实验验证了本文算法在保证求解性能的前提下,可以降低1/2的比较次数,运行效率提升近65%。     

一种改进的非支配排序遗传算法INSGA

为克服非支配排序遗传算法（NSGA）存在的计算复杂度高，未采用精英策略以及需要特别指定共享半径等特点，介绍一种改进的算法INSGA，克服了上述缺点，并通过实验验证，在几个给定的函数优化问题上都取得了比较好的结果。     

基于非支配排序的多目标拟态物理学优化算法

将非支配排序思想引入到多目标拟态物理学优化(Multi-objective artificial physics optimization,MOAPO)算法中,将拥挤距离体现到MOAPO算法的质量函数中,提出了一种新的MOAPO算法。采用六个经典的多目标优化问题的测试函数对本算法进行性能测试,并与MOPSO算法、NSGA2算法及既存的MOAPO算法进行比较分析,实验结果表明,该算法具有更好的分布性。     

基于非支配排序遗传算法的塔机有限元模型修正

为了建立一个能准确反映结构实际状态的有限元模型,提出了一种基于非支配排序遗传算法Ⅱ(NSGA-Ⅱ)的有限元模型修正方法.首先建立初始有限元模型,基于二次响应面法,得到有效的响应面替代模型,然后采用NSGA-Ⅱ对该模型进行修正,最终建立了满足工程精度要求的可靠的有限元模型.给出了某型塔机有限元模型修正的工程算例,将修正后的计算结果与实测数据相比较,说明了基于NSGA-Ⅱ多目标优化算法对于有限元模型修正具有理想的效果,修正后的有限元模型能准确反映结构力学特性.     

基于聚类蚁群算法的多车辆路径优化系统的实现

针对模型的可行性和有效性进行大量的仿真实验,首先对算法进行实现,然后通过仿真实验对不同规模的配送进行仿真配送,模型针对单车辆、多车辆、路径最优、时间最优4个方面进行仿真,其能够在较短的时间内得到优化结果,将大大提高搜索效率.     

基于改进的二代非支配排序遗传算法对电子变压器多目标优化

本文在对多目标、多变量优化方法研究的基础上,提出了改进的二代非支配排序遗传算法。在该算法中,通过增加种群多样性和提高个体竞争力,有效地减少了早熟收敛现象的发生,同时,通过种群分割操作,大大减少了交叉运算的计算量。依据这一改进算法,建立了三维优化模型,对电子变压器进行了多目标优化设计,获得了电子变压器优化设计参数,使其体积更小、效率更高,更容易找到全局最优解。与非支配排序遗传算法(NSGA)和二代非支配排序遗传算法(NSGA-Ⅱ)相比,改进的二代非支配排序遗传算法在电子变压器优化设计方面具有明显的优势。最后,依据优化结果,制作了一台磁芯材料为超微晶合金的高频变压器,温度校核结果表明了此优化方法的可行性。     

基于免疫克隆算法的物流配送车辆路径优化研究

物流配送车辆路径优化问题是近年来物流领域中的研究热点,该问题属于NP难题,较难得到最优解和满意解．在物流配送车辆路径优化问题数学模型的基础上,构造了一种免疫克隆算法来求解该问题,并在算法中引入了克隆选择、克隆删除、受体编辑、体细胞高频变异、抗体循环补充等思想．仿真计算结果表明,免疫克隆算法能快速收敛于全局最优解,克服了遗传算法中易陷入局部最优解和收敛速度慢的缺点,可有效地解决物流配送车辆路径优化问题．     

电动公交车线路和充电设施及策略规划方法研究

针对电动公交车充电设施配置不合理的现象,对电动公交车线路和充电设施及策略规划方法进行研究。综合考虑充电站及充电桩配置与公交线路运营特征设计参数两者的相互影响,以充电等待时间和运力为约束条件,建立社会福利最大化模型。基于两种不同的充电策略,讨论其对充电站内车辆排队充电等待时间的影响。以拉格朗日函数求解算法和遗传算法对模型进行求解,并以苏州市931路纯电动公交线路为算例对模型与算法进行了验证。研究结果表明,相比于遗传算法,基于拉格朗日函数的求解算法效率更高,求解结果更稳定。根据所构建模型设计的充电桩数量及线路运营特征参数,在满足充电等待时间约束的条件下可以实现社会福利最大。该研究所提出的模型可为电动公交车线路规划提供决策依据。     

基于聚类蚁群算法的物流最优路径

在物流网络系统中,物品的配送是重要的一环,一个科学的物流配送路径,不仅能在一定程度上降低物品的配送时间,而且能有效的降低运输资源的占用,这极大的降低了物流企业的运营成本。针对物流配送路径的最优解问题,有大量的学者进行了相关研究,主要有遗传算法、蚁群算法、生物地理学算法等,其中以蚁群算法应用最为广泛;但这些算法都只是在物流运输的路径上进行优化,并没有考虑空载率以及客户对送货时间的要求。为了克服此缺点,本文在蚁群算法的基础上加入空载率和时间窗的要素,对传统的蚁群算法进行优化。实验结果表明,与传统的蚁群算法相比,该算法可以有效的节约物流运输资源。     

基于改进NSGA-Ⅱ的交叉培训规划多目标优化

针对柔性制造单元的员工交叉培训规划问题,从人性化和经济效益的角度考虑,提出了将多能工水平和任务覆盖水平等培训策略作为约束条件,以培训员工平均满意度最大化和任务平均支付工资最小化为目标的多目标优化方法.针对多目标优化模型,采用了非支配排序遗传算法(NSGA-Ⅱ)求解,并采用了Pareto解集过滤器技术.实验结果表明,改进的算法在一定程度上提高了运算效率和改善了Pareto解的多样性.     

HEV再生制动时电池快速充电模糊控制策略

为了提高混合动力汽车(HEV)再生制动时蓄电池的充电效率,保证蓄电池的使用安全,在分析蓄电池充电过程热交换模型的基础上,建立了电池开路电压-内阻模型与充电效率间的数学关系.然后,基于马斯定律,设计了适用于HEV再生制动时电池快速充电模糊控制算法.在Mat1ab环境下搭建了闭环控制系统仿真模型,通过建模与仿真计算出HEV在不同控制策略下的电能回收率.结果表明在相同制动情况下,设计的快速充电模糊控制策略与限流充电控制策略相比,电能回收率增加了8.41％.     

电动汽车在城市物流配送中的可行性分析

针对城市物流配送状况和电动汽车的特点,通过对电动汽车与燃油汽车运输方案的对比分析,运用层次分析法,建立评价指标体系和评价模型,并探讨电动汽车在城市物流配送的可行性和必要性.     

考虑电动汽车有序充电的配电网重构降损策略

随着电动汽车的快速发展,配电网中建设了大量的充电桩和充电站。由于电动汽车的充电行为具有潮汐效应,当大量电动汽车同时充电时将造成配电网中的线路重载,使得部分节点的电压过低。因此研究电动汽车的有序充电以及通过配电网重构改善潮流分布具有重要的意义。首先以配电网的负荷波动最小为目标优化分时电价策略,引导充电站和充电桩控制电动汽车的充电功率以优化负荷曲线,最后通过配电网重构策略改变配电网中的柔性开关从而转移潮流,提高电压质量。通过IEEE33节点算例验证,结果表明所提的有序充电和重构策略能够改善配电网的潮流分布,降低配电网的峰谷差和网损,提高配电网的电压质量。     

混合动力汽车扭矩管理策略

能量管理策略是混合动力汽车技术中研究的重要内容之一。该文提出的扭矩管理策略具有稳态能量管理策略的特征。在Matlab/Simulink仿真平台上建立了前向式混合动力汽车模型,并在模型基础上对驱动方式和制动方式下的扭矩管理策略进行了仿真分析。仿真结果表明,扭矩管理策略将扭矩作为最主要的控制变量,以内燃机稳态效率特性图为基础,可以实现对内燃机和电机输出动力的合理分配。扭矩管理策略综合考虑了驾驶员的需求以及混合动力汽车中多个部件的特性,是一种能量的优化管理方法,达到了提高混合动力汽车动力系统效率的目的。     

基于公平权重的电动汽车充电功率分配策略

为满足规模化电动汽车用户多样性的充电需求,提出一种基于公平权重的电动汽车充电功率分配策略.首先,在M/M/C/N排队模型的基础上加入优先级惩罚机制,初步优化用户等待时长和充电功率;其次,针对用户充电时的满意度问题,提出一种基于惩罚因子的用户满意度函数;最后,利用优化的熵权法在满足用户需求的前提下,将用户间的充电公平因子以权重的形式参与到功率分配中,实现对区内可用负荷的公平分配,并运用用户满意度函数对功率分配方法进行评价.仿真算例表明,新用户加入充电方式分配算法和基于公平权重的功率分配策略能进一步优化用户等待时长和充电功率;所提出的用户满意度函数也能有效地评价用户对充电站的态度,有助于各充电站改进服务,进一步优化用户体验.     

智能电网中基于动态优先级的插电式电动汽车充电管理(英文)

随着智能电网的发展和插电式电动汽车市场占有率的提高,大量随机的电动汽车充电活动将导致极大的电网峰荷和峰均比,给智能电网的稳定性和发电利用率带来严重影响,电动汽车用户多样的充电需求也为充电管理提出了更高的要求,采用动态优先级调度的实时充电管理方法是解决以上问题的有效途径.首先引入了智能电网中接入网的网络结构,进而提出一种可实现实时管理的智能电表子表,并基于队列理论对电动汽车充电过程划分为3个步骤,基于以上划分提出每个步骤的实时管理方案.进一步地,采用松弛时间来反映不同紧急程度的充电请求,并基于此设计了动态优先级的充电调度方法.仿真结表明所提充电管理方案有利于降低电网峰荷、提高发电利用率,并有效改善了电动汽车在中、低市场占有率下的充电准点率.研究结果有助于对未来电动汽车的发展和部署提供决策支持.     

车辆路径问题的改进遗传算法研究

在现有的物流管理系统中,车辆路径问题(vehi-cle routing problem,VRP)研究在物流配送过程中的作用显得尤为重要.VRD最早是在1959年由Dan-ting和Ramser[1]提出,其研究的问题可以描述为:有n个商品需求点(可以称之为顾客),各个顾客之间的距离以及商品需求量事先已知,要求从中心仓     

微型电动轿车制动能量回收及控制策略的研究

分析了电动汽车制动能量转换和回收的制约因素,以某前驱动微型电动轿车为研究对象,在传统汽车制动理论的基础上,提出了电机再生制动力和摩擦制动力以及整车前、后轮制动力的联合控制策略;基于Matlab/Simulink和Advisor软件平台进行了系统建模和典型循环工况下的仿真,结果表明,该联合控制策略能够实现安全制动条件下的制动能量回收,且能量回收率达14.13%。     

基于模糊逻辑的混合动力汽车控制策略研究

针对插电式混合动力汽车具有电量消耗和电量保持2个阶段的特点,文章提出一种基于转矩分配的模糊控制策略。在Matlab/Simulink环境下建立整车模型,并对提出的控制策略在不同行驶工况下进行仿真。结果表明,在已知路况里程的前提下,能使得电量消耗续驶里程尽量接近总行驶里程,发动机工作在高效区域,并且具有较好的燃油经济性。