新能源共享汽车调度与拼车研究

来源 :上海交通大学 | 被引量 : 0次 | 上传用户:michael_lv
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
新能源共享汽车是一种基于共享经济的新型出行模式,在以往的研究中,研究者普遍忽略车辆的电量问题,但是随着我国新能源汽车在共享汽车行业的占比越来越高,车辆续航里程和充电问题已经是不可再忽略的因素,否则相关研究就脱离了实际意义。因此,本文针对共享汽车的运营问题,并以车辆续航里程和充电时间为背景,分别对新能源共享汽车中的最小车辆编队、车辆调度、以及定点拼车等进行研究。主要内容如下:1.针对考虑车辆续航里程时的最小编队问题,对染色体进行编码,设计了相对应的遗传算法求解,并进行案例仿真,最后对比不同续航里程下的车辆最小编队区别。2.在考虑车辆续航里程和充电时间的背景下,提出了新能源共享汽车系统的调度模型,并使用启发式算法对模型进行求解。并将上海市EVCard在嘉定区的站点案例进行仿真应用,对车辆的电池进行敏感性分析。并且通过对比不同最大容量电池的实际运营情况,结合用户的车辆使用情况,为系统运营商购置不同续航里程的车辆给出建议。3.结合出租车拼车思想,将其应用于共享汽车系统中某些用户出发需求量过高的站点。并且根据共享汽车拼车的特点,提出相应的拼车定价策略,并与当前已有的拼车定价策略进行对比,论证了本文中所提出的拼车定价策略更适用于共享汽车的拼车情况。通过案例仿真,对比通过拼车和使用本文的拼车定价策略后,用户的平均出行费用的下降和每辆车营收的上升情况。
其他文献
当工业机器人视觉系统用于工件表面三维测量任务时,为了获得较好的测量精度,不仅需要对机器人视觉系统进行标定,还需要对相机进行拍摄位置规划与定位控制,以获得足够多的工件表面关键特征信息。现有的工业机器人视觉测量方案中,相机的拍摄位置需要根据人为经验进行规划,而相机定位通过机器人控制器的开环控制实现。然而,该方案无法保证工件表面的关键特征位于相机视野内,会导致关键特征信息缺失,影响三维重建精度。针对以上
随着科技的发展和社会需求的改变,各类产品向个性化、质量优转化;工业生产模式向柔性化、智能化制造转变,在这样的时代背景下,部署简单、灵活易用的协作机器人逐渐成为机器人研发领域的热点。碰撞检测与拖动示教功能体现了协作机器人安全性与协作性的本质特点,成为实现人机自然交互的基本功能。无外部传感器人机交互所带来的低成本高效益,吸引着众多学者投身于无外部传感器的人机交互算法的研究中。为推动无外部传感器碰撞检测
在运载火箭重载化、大型化、经济化的发展态势下,火箭贮箱箱底等大型航天薄壁回转体制件的整体旋压加工技术成为了我国航天制造当前亟待攻克的难题。为抑制立式强力旋压过程中板坯边缘褶皱等失效问题的发生,本论文中为并联旋压机设计了一种压边高度及直径可调的随动压边装置。为了达到预期的压边工作效果,该随动压边装置的电液比例协同控制系统对持续未知扰动影响下的单液压缸位置控制精度、双缸同步控制精度、上下压边圈协同偏差
在C型臂X光影像引导下的椎间盘射频消融术是一种经皮穿刺治疗椎间盘突出的微创手术,具有创伤小恢复快的优点,其中穿刺针的精准定位是手术关键。传统的椎间盘射频消融术手术时间长、操作流程繁琐,医生受X射线辐射危害,没有保护机制,容易穿刺失败。为解决以上问题,本文设计了一套脊柱穿刺手术机器人系统,并针对机器人系统的交互引导控制展开研究,协助医生安全、高效的完成手术。针对脊柱穿刺手术机器人特点,本文首先通过分
视觉问答是一项属于计算机视觉和自然语言处理交叉领域的任务,它要求模型读取输入图像和相关的自然语言问题,并给出合理的答案。与图灵测试相关的问答系统始终是人工智能研究的重点之一,而视觉问答模型不仅要实现机器的思考和推理能力,还要完成图像信息和文字信息的统一语义表达。该任务对于探寻机器智能的实现和构建跨媒体信息统一模式都具有重大意义。本研究首次通过跨模态检索方法来提高视觉问答任务的效果。现有方法没有关注
在自动驾驶中,精确地感知周围环境至关重要。随着科技的发展,传统的三维目标检测算法由于速度缓慢,准确率不够高,正在渐渐地被基于深度学习的算法所取代。目前,由于计算力发展迅速,以及激光雷达能够精确给出目标三维外观以及位置的优点,大部分的三维目标检测算法都选择了激光雷达作为数据来源。点云数据具有数量庞大的特性,且有着与图像数据完全不同的格式,如何用深度学习有效地处理点云数据是研究的重点和难点。作为自动驾
桥梁作为交通系统的重要组成部分,对其进行定期检测以确保其安全性及可靠性是一项十分重要的工作。传统人工检测方法效率低,精度差,成本高,难以满足当前桥梁检测的巨大需求。随着计算机及图像处理技术的迅速发展,基于机器视觉的桥梁检测系统逐渐成熟。针对目前桥梁裂缝图像检测系统中裂缝识别率不高,裂缝宽度测量精度不足等问题,本文提出了一种基于卷积神经网络的裂缝识别算法以及裂缝宽度亚像素测量算法。论文的主要工作如下
化学传感器广泛应用在许多领域,包括环境监测、临床诊断、医疗保健、安全警报和食品质量检查等。在化学传感器的许多应用场景中,快速获得传感结果是非常必要的,比如易燃易爆气体的警报或有毒物质的检测,减少检测时间还可以改善用户体验、降低功耗。然而,许多化学传感器都有着响应时间长的问题。为此,一种经济有效的解决方案是通过数据处理算法根据早期瞬态响应数据预测最终结果,即被分析物的浓度或类别,但目前相关工作的方法
车辆尾气中的NOx会造成严重的环境污染,选择性催化还原(SCR)技术通过喷射尿素水溶液进而分解生成NH3来还原NOx,但其喷射过多造成的“氨泄漏”同样后果严重,因此有必要在SCR下游设置合适的传感器来检测NH3浓度。在众多类型传感器中,混合电位型固体电解质传感器因为结构简单、适应性好、传感性能优异而具有非常广阔的应用前景。因此,研究氨气敏感材料的形态与氨气传感器的结构,进而提高对NH3传感性能具有
随着自主式水下机器人(Autonomous Underwater Vehicle,AUV)智能化的发展,人工智能方法在其关键技术上得到了越来越多的应用。强化学习是一种重要的人工智能方法,在与环境的交互中自学习决策模型,弱化了对模型和环境的约束,具有相当高的灵活性。本文基于强化学习算法,研究在海流影响下的AUV长距离二维路径规划问题,提高AUV在复杂环境中的灵活性和适应性。本文具体工作如下:首先,以