详情

原文传递基于不确定信息的共享电动汽车充电站选址问题研究

论文题名：	基于不确定信息的共享电动汽车充电站选址问题研究
关键词：	共享电动汽车;充电站选址;多属性决策;灰色关联分析;区间值三角模糊数
摘要：	随着城市交通拥堵问题以及环境污染和能源危机问题的日益严重，以共享经济为主要背景，以纯电动汽车为主要车型的共享新能源汽车行业应运而生。其中，共享电动汽车作为新时代的产物，大量普及有利于缓解交通压力、保护环境以及减少资源浪费，是未来共享新能源汽车的主要发展方向之一。但是由于充电站建设位置选择不合理而导致的找车难、停车难、充电难等问题严重阻碍了共享电动汽车的可持续性发展，这已经成为了影响共享电动汽车使用和普及的最大阻碍之一。此外，目前国内共享电动汽车仍处于发展的初期，其充电站选址理论体系尚不完善，并没有出现科学合理的充电站选址理论和方法体系。然而，充电站选址结果的优劣对于用户的使用以及充电站的长期运营和盈利都具有很大的影响。因此，随着共享电动汽车的高速发展，对其充电站选址布局方法的研究刻不容缓。　　本文在分析充电站选址问题的特点的基础上，充分考虑用户的需求和充电便利性，提出了一种包含不确定信息的模糊多属性决策制定（Multi-criteriadecisionmaking，简称MCDM）模型理论和方法，来帮助共享电动汽车企业选择合适的充电站建站位置。由于环境的复杂性和决策者认知的有限性，决策过程通常会包含较多的模糊和不确定信息。考虑到模糊集理论在表征模糊信息和处理不确定信息方面的完备性和有效性，本文将采用区间值三角模糊集来刻画选址问题下的决策信息。具体内容如下：　　首先，本文在文献研究的基础上，结合项目实际特点和要求，综合考虑效益、规划、环保、运行等多个方面的指标，初步拟定充电站选址评价指标集合。然后通过模糊德尔菲法进行进一步的筛选，确定了包含三个一级指标，分别是经济特征、环境条件、交通电网因素，十八个二级指标的具有递接层次结构的选址指标体系。　　其次，本文基于综合评价的思想，将改进的灰色关联分析法（GreyRelationalAnalysis，简称GRA）与模糊最优最劣法（Best-WorstMethod，简称BWM）和模糊熵权法相结合，提出了一种基于模糊灰色关联分析法的MCDM模型。通过提出的主观和客观权重确定方法分别计算得出指标的主客观权重，然后通过优化模型对权重进行综合来获得指标综合权重。　　然后，使用模糊灰色关联分析法进行备选位置的排序与选择，提出了一种新颖的基于似然排序概念的排序指数用来选择最佳候选位置。对于评价过程中难以量化的定性指标，本文通过专家语言评估的方式，使用一系列的语言变量，如“很低、低、较低、中等、较高、高、很高”来进行评价与衡量，然后通过将其转化为相应的模糊数来提高定性指标量化的有效性。　　最后，本文将建立的MCDM模型运用于案例分析中，通过数值例子验证所提出模型的实用性和有效性。此外，本文还提供了针对不同的MCDM方法的比较分析以及针对指标权重和决策制定者权重波动的敏感性分析，以此来验证提出的综合评价模型的稳健性。　　最后的结果表明：本文构建的共享电动汽车充电站选址评价指标体系以及提出的模糊MCDM模型对于问题的解决具有较强的可操作性和适用性。此外，该模型对于充电站选址问题以及其他多属性决策问题的解决都具有一定的指导和借鉴意义。
作者：	张燕
专业：	物流工程
导师：	刘爱军;鲍栋栋
授予学位：	硕士
授予学位单位：	西安电子科技大学
学位年度：	2021