基于蟻群系統(tǒng)的新能源汽車訂單分配研究
發(fā)布時間:2023-04-19 00:32
低碳經(jīng)濟正成為當今世界經(jīng)濟社會發(fā)展的趨勢,在低碳型城市交通體系建設(shè)中,新能源汽車因其低能耗、環(huán)保等優(yōu)點逐步被推廣為燃油汽車的替代品。在物聯(lián)網(wǎng)技術(shù)的大力發(fā)展之下,面向新能源汽車的線上打車服務(wù)成為一種新趨勢。線上訂單的接收和處理通常由一個中心化的服務(wù)平臺完成,以便于車輛資源的統(tǒng)一管理。這種中心化的調(diào)度模式為客戶提供了高安全性和高效率,同時也給調(diào)度平臺帶來了沉重的計算負擔,需要一種高效的全局調(diào)度方法以支持日常服務(wù)請求的分配。線上訂單分配研究在一個特定的時間窗內(nèi),如何為被提出的一系列訂單請求分配合適的新能源汽車,以最大化總體效益,其本質(zhì)屬于離散組合優(yōu)化問題。作為一種新型的交通工具,新能源汽車具有燃油汽車的特點,但由于主要依賴電池供能,且電池容量有限,充電時間長,其調(diào)度模式有所不同。在實際的交通規(guī)劃中,需要考慮充電設(shè)施和電池特性等要素,為傳統(tǒng)的規(guī)劃設(shè)計方法帶來挑戰(zhàn)。由于近些年群體智能算法特別是蟻群優(yōu)化算法在離散的組合優(yōu)化問題中顯示出良好的全局搜索能力,本文將研究蟻群優(yōu)化在靜態(tài)和動態(tài)環(huán)境下新能源汽車訂單分配中的應(yīng)用。首先分析其應(yīng)用背景并提出新能源汽車調(diào)度框架,從底層的基礎(chǔ)設(shè)施到上層的商業(yè)目標詳細地...
【文章頁數(shù)】:70 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 研究背景及意義
1.2 研究現(xiàn)狀
1.2.1 新能源汽車技術(shù)研究
1.2.2 訂單分配研究
1.3 本文內(nèi)容及結(jié)構(gòu)
第二章 ACO算法及變種
2.1 ACO算法簡介
2.2 ACO算法變種
2.3 ACS算法
2.3.1 狀態(tài)轉(zhuǎn)移規(guī)則
2.3.2 信息素更新規(guī)則
2.4 P-ACO算法
2.5 本章小結(jié)
第三章 新能源汽車調(diào)度框架及建模
3.1 新能源汽車調(diào)度框架
3.2 新能源汽車調(diào)度模型
3.3 本章小結(jié)
第四章 基于EACS的靜態(tài)新能源汽車調(diào)度方法
4.1 EACS算法流程
4.1.1 初始化配置
4.1.2 解構(gòu)造
4.1.3 信息素更新規(guī)則
4.1.4 預(yù)選擇策略
4.1.5 局部剪枝策略
4.1.6 完整的EACS算法
4.2 實驗對比及分析
4.2.1 參數(shù)配置和測試用例
4.2.2 實驗結(jié)果及比較
4.2.3 EACS效率驗證
4.2.4 EACS參數(shù)分析
4.2.5 預(yù)選擇和局部剪枝策略的有效性分析
4.2.6 節(jié)約能源和碳排放
4.3 靜態(tài)新能源汽車調(diào)度系統(tǒng)演示
4.4 本章小結(jié)
第五章 基于P-ACS的動態(tài)新能源汽車調(diào)度方法
5.1 動態(tài)新能源汽車調(diào)度過程
5.2 P-ACS算法流程
5.2.1 種群列表機制
5.2.2 完整的P-ACS算法
5.3 實驗對比及分析
5.3.1 參數(shù)配置和測試用例
5.3.2 實驗結(jié)果及比較
5.3.3 收斂性分析
5.4 本章小結(jié)
第六章 總結(jié)與展望
參考文獻
攻讀碩士學(xué)位期間取得的研究成果
致謝
答辯委員會對論文的評語
本文編號:3793352
【文章頁數(shù)】:70 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 研究背景及意義
1.2 研究現(xiàn)狀
1.2.1 新能源汽車技術(shù)研究
1.2.2 訂單分配研究
1.3 本文內(nèi)容及結(jié)構(gòu)
第二章 ACO算法及變種
2.1 ACO算法簡介
2.2 ACO算法變種
2.3 ACS算法
2.3.1 狀態(tài)轉(zhuǎn)移規(guī)則
2.3.2 信息素更新規(guī)則
2.4 P-ACO算法
2.5 本章小結(jié)
第三章 新能源汽車調(diào)度框架及建模
3.1 新能源汽車調(diào)度框架
3.2 新能源汽車調(diào)度模型
3.3 本章小結(jié)
第四章 基于EACS的靜態(tài)新能源汽車調(diào)度方法
4.1 EACS算法流程
4.1.1 初始化配置
4.1.2 解構(gòu)造
4.1.3 信息素更新規(guī)則
4.1.4 預(yù)選擇策略
4.1.5 局部剪枝策略
4.1.6 完整的EACS算法
4.2 實驗對比及分析
4.2.1 參數(shù)配置和測試用例
4.2.2 實驗結(jié)果及比較
4.2.3 EACS效率驗證
4.2.4 EACS參數(shù)分析
4.2.5 預(yù)選擇和局部剪枝策略的有效性分析
4.2.6 節(jié)約能源和碳排放
4.3 靜態(tài)新能源汽車調(diào)度系統(tǒng)演示
4.4 本章小結(jié)
第五章 基于P-ACS的動態(tài)新能源汽車調(diào)度方法
5.1 動態(tài)新能源汽車調(diào)度過程
5.2 P-ACS算法流程
5.2.1 種群列表機制
5.2.2 完整的P-ACS算法
5.3 實驗對比及分析
5.3.1 參數(shù)配置和測試用例
5.3.2 實驗結(jié)果及比較
5.3.3 收斂性分析
5.4 本章小結(jié)
第六章 總結(jié)與展望
參考文獻
攻讀碩士學(xué)位期間取得的研究成果
致謝
答辯委員會對論文的評語
本文編號:3793352
本文鏈接:http://sikaile.net/jingjilunwen/gongyejingjilunwen/3793352.html
最近更新
教材專著