本文選題：電動(dòng)汽車 + 快速充電站選址問題��； 參考：《運(yùn)籌與管理》2017年01期

【摘要】：快速充電站選址是電動(dòng)汽車運(yùn)營(yíng)的重要內(nèi)容之一。本文考慮電動(dòng)汽車用戶會(huì)通過繞行一定距離對(duì)車輛進(jìn)行充電這一特征,建立了一個(gè)以電動(dòng)汽車快速充電站建站成本和旅客整體繞行成本之和最小的雙層整數(shù)規(guī)劃模型。本文首先給出了用于生成繞行路徑集合的A*算法,然后設(shè)計(jì)了一種包含局部迭代搜索的自適應(yīng)遺傳算法對(duì)該模型進(jìn)行求解。為了測(cè)試算法性能,通過兩個(gè)不同規(guī)模的算例圖與已有求解FPLM問題的遺傳算法進(jìn)行了比較,數(shù)值試驗(yàn)部分證明了算法的正確性和有效性。最后引入浙江省的高速路網(wǎng)圖,從建站成本和截流量?jī)煞矫鎸?duì)電池續(xù)航里程帶來的影響進(jìn)行了相關(guān)的靈敏度分析。
[Abstract]:Rapid charging station location is one of the important contents of electric vehicle operation.In this paper, considering the characteristic that electric vehicle users charge the vehicle by detour a certain distance, a two-layer integer programming model is established, which is based on the minimum sum of the station cost of the rapid charging station of electric vehicle and the overall cost of passenger detour.In this paper, an A * algorithm for generating the set of detour paths is presented, and then an adaptive genetic algorithm including local iterative search is designed to solve the model.In order to test the performance of the algorithm, two examples of different scales are compared with the existing genetic algorithm for solving the FPLM problem. The numerical experiments show that the algorithm is correct and effective.Finally, by introducing the highway network diagram of Zhejiang Province, the sensitivity analysis of battery life mileage is carried out from two aspects of station construction cost and flow closure.
【作者單位】： 華中科技大學(xué)管理學(xué)院;
【基金】：國(guó)家自然科學(xué)基金國(guó)際交流重大項(xiàng)目資助(71320107001) 中央高�；究蒲袠I(yè)務(wù)專項(xiàng)資金資助(HUST:2013QN101,2013ZZGH028)
【分類號(hào)】：U491.8;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 柏磊;顧陳;嚴(yán)璐;朱曉華;;基于適應(yīng)度評(píng)價(jià)擴(kuò)展自適應(yīng)遺傳算法的門級(jí)電路進(jìn)化設(shè)計(jì)[J];南京理工大學(xué)學(xué)報(bào);2011年02期

2 楊云,徐永紅,劉鳳玉;一種連續(xù)探索型自適應(yīng)遺傳算法及其應(yīng)用[J];南京理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年06期

3 江瑞,羅予頻,胡東成,司徒國(guó)業(yè);一種基于種群熵估計(jì)的自適應(yīng)遺傳算法[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年03期

4 袁曉輝,曹玲,夏良正;具有成熟前收斂判斷的自適應(yīng)遺傳算法(英文)[J];Journal of Southeast University(English Edition);2003年01期

5 朱力立,張煥春,經(jīng)亞枝;基于六模糊控制器的自適應(yīng)遺傳算法(英文)[J];Transactions of Nanjing University of Aeronautics & Astronau;2003年02期

6 張群,趙剛;基于模糊邏輯控制器的自適應(yīng)遺傳算法[J];工業(yè)工程與管理;2004年06期

7 李井明;劉志斌;;基于自適應(yīng)遺傳算法的水污染控制系統(tǒng)規(guī)劃[J];科學(xué)技術(shù)與工程;2006年22期

8 劉宗發(fā);王彥生;徐紅玉;楊俊森;;基于自適應(yīng)遺傳算法的單層球面網(wǎng)殼優(yōu)化分析[J];河南科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年06期

9 陳超武;董紹華;;求解煉鋼—連鑄批量問題的自適應(yīng)遺傳算法[J];制造業(yè)自動(dòng)化;2007年02期

10 朱志宇;王建華;;基于混沌優(yōu)化自適應(yīng)遺傳算法的數(shù)據(jù)關(guān)聯(lián)求解[J];航天控制;2007年04期

相關(guān)會(huì)議論文 前10條

1 楚永賓;唐振;劉小平;衛(wèi)星;張利;;基于自適應(yīng)遺傳算法的單點(diǎn)交通信號(hào)控制方法[A];全國(guó)第21屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議（CACIS·2010）暨全國(guó)第2屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

2 郭毓;林喜波;胡維禮;;基于代溝信息的自適應(yīng)遺傳算法[A];江蘇省自動(dòng)化學(xué)會(huì)七屆四次理事會(huì)暨2004學(xué)術(shù)年會(huì)青年學(xué)者論壇論文集[C];2004年

3 張文廣;周紹磊;李新;;一種新的改進(jìn)型自適應(yīng)遺傳算法研究[A];2005年中國(guó)智能自動(dòng)化會(huì)議論文集[C];2005年

4 劉洪杰;王秀峰;王治寶;;多峰搜索的自適應(yīng)遺傳算法[A];第二十一屆中國(guó)控制會(huì)議論文集[C];2002年

5 潘偉;楊勁松;;基于實(shí)數(shù)自適應(yīng)遺傳算法的μ綜合問題[A];2007中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

6 鐘守楠;;自適應(yīng)遺傳算法的探討[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年

7 楊澤青;劉麗冰;譚志洪;劉偉玲;;自適應(yīng)遺傳算法在柔性檢測(cè)路徑規(guī)劃中的應(yīng)用[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

8 王曉鵬;;基于混合自適應(yīng)遺傳算法的飛機(jī)氣動(dòng)優(yōu)化設(shè)計(jì)[A];面向21世紀(jì)的科技進(jìn)步與社會(huì)經(jīng)濟(jì)發(fā)展（上冊(cè)）[C];1999年

9 楊林德;劉學(xué)增;王悅照;朱合華;仇圣華;;改進(jìn)的自適應(yīng)遺傳算法及其工程應(yīng)用[A];第八次全國(guó)巖石力學(xué)與工程學(xué)術(shù)大會(huì)論文集[C];2004年

10 危濤;宋萬(wàn)杰;張林讓;;自適應(yīng)遺傳算法在M-序列碼搜索中的應(yīng)用[A];第八屆全國(guó)信號(hào)與信息處理聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2009年

相關(guān)博士學(xué)位論文 前1條

1 黃利;一類自適應(yīng)遺傳算法的漸近行為研究[D];武漢大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 李欣;自適應(yīng)遺傳算法的改進(jìn)與研究[D];南京信息工程大學(xué);2008年

2 龍鋒;基于自適應(yīng)遺傳算法的W公司倉(cāng)庫(kù)貨位分配與優(yōu)化研究[D];華南理工大學(xué);2015年

3 苗振華;基于交叉庫(kù)與并行變異的自適應(yīng)遺傳算法[D];大連理工大學(xué);2015年

4 江進(jìn);基于超寬帶和支持向量機(jī)的人體姿勢(shì)識(shí)別[D];北京郵電大學(xué);2015年

5 吳澤;面向智能電網(wǎng)基于云計(jì)算的有功優(yōu)化問題研究[D];華北電力大學(xué);2015年

6 周凌霄;基于自適應(yīng)遺傳算法的水輪發(fā)電機(jī)勵(lì)磁控制研究[D];南昌工程學(xué)院;2015年

7 許盼盼;基于自適應(yīng)遺傳的有限截?cái)嗨惴捌湓谧灾鲗?dǎo)航中的應(yīng)用[D];青島科技大學(xué);2016年

8 王玉波;帶有返工工件的單機(jī)重調(diào)度問題[D];東北大學(xué);2014年

9 岳，

本文編號(hào)：1760973