旅行商问题的遗传算法

应用背景EVS的路径优化是一个相对较新的研究课题。在路径优化模型的替代能源为燃料的车辆，其目的是考虑替代的旅行距离最小化能源供应和最大燃油容量限制。这模型可以部分地应用于电动汽车路径优化。研究了电动汽车的路径优化问题，其中充电站介绍和一些限制，如电池容量（即最大行驶距离一个全充电）被认为是除了传统的关键技术基于这样的讨论，本文提出了一种新的和电动汽车路径优化的更现实的数学模型。该模型的目的是更好地反映电动汽车驾驶和充电电力市场的特点及其相互作用。与现有模型相比，其特点有三。首先，在分时电价的背景下，它认为电动汽车进入充电时快速充电的成本当电动汽车返回时，加油站和正常充电到仓库。其次，它的最佳决定不只是旅行路线，也是在充电时间快速充电车站和正规充电站。第三，它也模型电池容量和充电时间的限制快速充电和普通充电模式，以及影响车辆负荷对电池电量的消耗。在为了有效地解决电动汽车路径优化模型，这开发了一种可以学习的单亲遗传算法（PGA）关于电动汽车充电站专家知识的集成和客户选择。36节点的案例研究112节点系统验证了该方案的可行性和有效性提出了模型和求解算法，并进行了探讨分时电价、不同数量的定量影响电动汽车上充电站的位置，分配成本和充电时间。