详情

原文传递基于改进人工鱼群算法的电动汽车充电站选址优化研究

论文题名：	基于改进人工鱼群算法的电动汽车充电站选址优化研究
关键词：	电动汽车充电站;选址优化;多目标优化;人工鱼群算法
摘要：	随着社会的快速发展，居民收入水平不断提高，人均小汽车拥有量也在不断攀升，给城市道路带来压力的同时也使得环境污染与能源安全问题日益突出。电动汽车作为一种低成本、低排放的绿色交通工具，近年来因其环境友好型特点越发受到人们的重视，国家也出台了一系列政策来推动电动汽车的发展与普及。但受限于电动汽车的发展年限，电动汽车续航里程及相应配套基础设施仍有不足，当前充电难的问题格外突出，使得电动汽车的推广与普及达不到预期，因此完善充电基础设施网络建设迫在眉睫，在此背景下研究电动汽车充电站选址定容问题具有重要价值。　　针对充电站选址定容问题，当前研究主要以充电站建设运营成本最小为目标建立模型，忽略了对电动汽车用户充电行为、充电站运营商收益、低碳等方面的分析和考虑；在模型实际求解中，可用数学方法或启发式算法进行求解，启发式算法比盲目的搜索法更为高效，全局搜索能力更强，更适用于求解复杂度高的问题。故本文在权衡运营商、用户和规划者三方利益的基础上构建充电站选址定容模型，并运用改进人工鱼群算法进行模型的求解，最后以算例进行分析。基于此，本文的研究内容将从以下几方面进行展开：　　（1）介绍充电站选址定容研究现状与理论基础。对充电站选址定容研究现状进行分析后，阐述了电动汽车相关概念、连续型选址模型与离散型选址模型、排队论以及层次分析熵权法。　　（2）构建电动汽车充电站选址定容模型。分析充电站选址的影响因素，并在此基础上建立了以运营商投资成本最小化、用户综合满意度最大化及碳排放量最小化为优化目标，考虑排队等候时间、服务需求、充电距离等限制因素的电动汽车充电站选址定容模型，运用层次分析熵权法将主观权重与客观权重相结合进而确定各优化目标的权重，最终将多目标优化问题转化为单目标优化问题。　　（3）基于人工鱼群算法的局限性提出改进策略。首先介绍基本人工鱼群算法的算法原理、移动策略及算法求解流程，然后以基本人工鱼群算法为求解框架，提出了多项改进策略。策略一为在种群初始化中引入Tent混沌映射，增加初始种群的均匀性与丰富度；策略二为通过结合粒子群算法中移动算子的速度位置更新公式调整人工鱼的移动策略，使人工鱼在惯性机制的作用下可摆脱局部极值，进而强化算法全局寻优能力；策略三为引入非线性自适应函数，使视野和惯性权重能随迭代次数的增加而动态调整，更好平衡全局搜索与局部搜索的关系；策略四为引入变异机制，在迭代后期算法易陷入局部最优，引入高斯变异、混沌变异和随机反向学习策略可增加算法跳出局部极值的能力。最后以标准测试函数为例，分别采用改进人工鱼群算法、基本人工鱼群算法、粒子群算法、鲸鱼优化算法、灰狼优化算法和麻雀搜索算法进行算法求解性能的比较。　　（4）以某区域为例进行算例分析。运用改进人工鱼群算法进行充电站选址定容模型的求解，得到最优的选址定容方案，并与其他5种常用优化算法进行结果比较。结果表明，改进人工鱼群算法求解效果更佳，在验证求解算法可行性的同时也验证了所构建的充电站选址定容模型的可靠性，可为现实的充电站选址决策提供一定建议。
作者：	陈玉如
专业：	交通运输工程;交通运输规划与管理
导师：	徐进;唐秋生
授予学位：	硕士
授予学位单位：	重庆交通大学
学位年度：	2023