A Matheuristic for the Electric Vehicle Routing Problem with Time Windows
本文的主要目标是及时有效地路由和调度车队的电动汽车(EV)的道路网络,以服务于一组客户。特别是,我们的目标是提出一个优化的路线规划,利用这些车辆的优势。事实上,如今,电动汽车在减少有害排放方面发挥着关键作用,而不是使用传统车辆。这项研究的出发点是这样一个事实,即电动汽车的先进技术也允许对电池进行部分充电。在这项工作中,一个电动车辆路径问题的时间窗口(E-VRPTW)是解决从时间有效的角度来看,部分充电的假设下,也允许。为此,E-VRPTW在数学上表示为混合线性规划,其中所使用的电动汽车的总数和它们在仓库外花费的总时间都最小化。由于该问题的NP-困难性,还设计了一种可变邻域搜索分支(VNSB)算法,用于在合理的计算时间内确定高质量的解。从文献中采取的一些基准实例上进行的数值计算结果提供了有用的见解,建议制定的解决方案的质量相比,以前的,和性能的VNSB。
2015-05-31 math.OC
Joint Routing of Conventional and Range-Extended Electric Vehicles in a Large Metropolitan Network
增程式电动汽车结合了电池供电电动机的更高效率和环境效益,以及传统内燃机的更长里程和自主性。这种组合对于密集城市地区的时间受限的交付路线特别有利,其中沿路线的电池充电可能过于耗时,无法经济地证明使用全电动车辆是合理的。然而,从电动模式转向传统化石燃料模式也会导致成本和排放增加以及效率降低。本文分析了这种异构车辆路径问题,并描述了两种解决方法:一个确切的分支价格和切割算法和迭代禁忌搜索元启发式。从方法论的角度来看,我们发现,精确的算法始终获得严格的下界,也证明了元启发式的解决方案接近最优。从政策的角度来看,我们研究了一个大规模的现实世界的案例研究,在芝加哥大都市区的包裹交付和量化各种运营指标,包括能源成本和车辆行驶里程。我们发现,通过部署大约20%的增程车辆,以及33英里的适度全电动范围,包裹分销商可以节省高达17%的能源成本,同时导致车辆行驶里程增加不到小于0.5%。将续航里程增加到60英里,进一步降低成本仅4%,这可以通过减少平均服务时间1分钟或增加驾驶员工作时间1小时来实现。我们的研究揭示了汽车制造商、分销商和政策制定者可以关注的几个关键改进领域。
2022-01-04 math.OC
Electric Vehicle Scheduling with Capacitated Charging Stations and Partial Charging
本文考虑了电动汽车在公共交通系统的调度。我们的主要创新是考虑到充电站容量有限,同时也考虑了部分充电。为了解决这个问题,我们扩展了一个基于连接的网络,以跟踪车辆的充电状态和充电行为的模型。然后,我们制定的电动汽车调度问题作为一个基于路径的二进制程序,其线性松弛,我们解决列生成。我们发现整数可行解使用两个算法:价格和分支和截断列生成,包括加速策略。我们测试的方法使用的特许权Gooi en Vechtstreek在荷兰的数据,包含多达816次。截断列生成优于其他启发式算法,并在28小时的计算时间内解决了整个让步,最优性差距小于3.5%。
2022-07-29 math.OC
Optimization methods for the capacitated refueling station location problem with routing
针对带路径规划的容量约束加油站选址问题,本文提出分支切割法扩展版和分支切割定价算法两种优化方法,经测试其性能受容量约束严格度影响,且在无容量算例上运行时间优于现有方法。
2023-10-09 math.OC
Fleet-mix Electric Vehicle Routing Problem for the E-commerce Delivery with Limited Off-Hour Delivery Implementation
本文针对城市电商配送提出混合车队多班次电动车辆路径问题,构建混合整数线性规划模型并设计双层VNS-TS启发式算法,以优化车队电动化比例和充电桩数量,实现总成本最小化。
2024-08-01 math.OC
A Dynamic Unmanned Aerial Vehicle Routing Framework for Urban Traffic Monitoring
针对无人机续航有限及现有方法忽略交通动态的问题,提出利用地面车辆作移动充电站的动态路径规划框架,将多架次任务分解为带递减收益的团队弧定向问题,自适应更新权重,仿真验证其在监测覆盖和MFD构建上优于基线方法。
2025-01-16 math.OC
The Electric Location Routing Problem under Ambient Temperature
研究了环境温度对电动汽车DCFC充电站选址-路径决策的影响。我们制定了这个问题作为一个混合整数线性规划模型,捕捉现实的充电行为的DCFC与环境温度及其随后的影响电动汽车充电站的位置和路由决策。两个创新的算法,提出了解决这个具有挑战性的模型,在现实的测试设置,即两阶段禁忌搜索修改的Clarke和Wright算法和基于扫描的迭代贪婪自适应大邻域算法。我们使用法戈市在北达科他州作为一个测试平台,可视化和验证算法的性能。结果表明,电动汽车DCFC充电站的位置决定是高度敏感的环境温度,充电时间,和充电的初态。
2021-05-05 math.OC
Robust charging station location and routing-scheduling for electric modular autonomous units
本文研究了多式联运系统中电动模块化自主单元的鲁棒充电站选址与路径调度问题,通过构建基于路径的鲁棒优化模型并开发双重分解算法,实现了在需求不确定性下对充电站、车队规模和路径调度的联合优化,显著降低了乘客成本并提升了大规模运营效率。
2025-04-06 math.OC
Simulation Based Evaluation and Optimization for PEV Charging Stations Deployment in Transportation Networks
插电式电动汽车正受到全球关注。然而,大规模插电式电动汽车给充电站部署带来了挑战。提出了一种基于仿真和遗传算法的插电式电动汽车充电站布局评价方法和规划方法。在这项研究中,合理的用户行为发生了变化,即,为了更实际的应用,在该方法中包括迂回充电。本文设计了一个详细的逻辑来描述插电式电动汽车用户的绕行行为,用于充电站部署评估,进而影响后期充电站规划策略的制定。直观地说,考虑到充电站部署后插电式电动汽车用户的行为变化,我们的评估方法更合理。实际上,应该进行一系列的对照实验来说明与我们的方法不同的见解。然而,在本文中,由于篇幅所限,我们只提供了我们的方法在一个相对简单的情况下的结果与一些分析。从我们的方法不同的见解可以工作作为有用的建议,在城市地区的充电站规划。
2018-10-24 eess.SP math.OC
A Deterministic Annealing Local Search for the Electric Autonomous Dial-A-Ride Problem
针对电动自主拨号叫车问题,本文提出结合线性时间精确路线评估与片段化路径表示的确定性退火算法,在现有及大规模算例上获得多个新最优解,并验证多次访问充电站可提升可行性与质量。
2023-04-25 math.OC
Multi-UAV Routing for Persistent Intelligence Surveillance & Reconnaissance Missions
我们认为一个持久的情报,监视和侦察(PISR)路由问题,其中包括收集数据从一组指定的任务位置,并提供该数据的控制站。每个任务都根据其优先级分配一个刷新率,其中优先级较高的任务需要较高的刷新率。无人机团队的目标是最大限度地减少所有任务的数据到控制站的交付时间,同时满足每个任务的重访期约束。这个PISR路由问题的集中式路径规划问题,制定使用混合整数线性规划和使用分支和切割算法解决。启发式的次优可行解,需要更少的计算时间。该算法进行了测试,在几个实例和它们的性能进行了比较方面的最佳成本和计算时间。
2017-02-27 math.OC
Optimal routing algorithm for trips involving thousands of ev-charging stations using Kinetica-Graph
本文讨论了一种基于图的路线求解算法,以找到最佳路径的电动汽车挑选最佳的充电位置之间的数千个,以最小化总累计行驶距离的终点之旅。为此,我们设计了一个组合优化算法和一个固定的存储图的拓扑结构的图形道路网络的美国大陆。我们还重新调整了现有的Dijkstra求解器,以减少算法中涉及的许多最短路径求解的计算成本。一个自适应的和轻量级的空间搜索结构也被设计用于找到一组预期的站在每个充电位置使用统一的箱和双链路关联。整个算法在Kinetica-Graph分析套件中实现为另一个多线程的大规模图求解器,作为一个REST API端点公开,并在SQL中运行。解决了几个例子的行程,并在上下文中演示了结果。
2022-05-19 cs.DC math.OC
Electric Vehicle Routing Problem for Emergency Power Supply: Towards Telecom Base Station Relief
NTT Corporation(NTT公司);NTT DOCOMO(NTT docomo公司)
本文针对停电时电信基站应急供电问题,提出一种结合规则车辆选择与强化学习节点选择的电动汽车路径求解器,在合成与真实数据上验证了其优于基线并具备良好泛化与扩展能力。
2024-04-08 cs.AI cs.LG cs.MA
Plug-in Electric Vehicle Charging Congestion Analysis Using Taxi Travel Data in the Central Area of Beijing
Tsinghua University(清华大学);Tongji University(同济大学);University of Washington(华盛顿大学)
本文利用出租车出行数据,提出一种数据驱动方法分析插电式电动车充电站拥堵问题,通过排队论模型评估未来充电拥堵对服务质量的影响。
2017-12-19 cs.SY eess.SY math.OC
Randomized Routing to Remote Queues
本文提出随机化最短队列优先(RJSQ)策略,通过以与服务能力成比例的概率路由顾客并仅对少量顾客执行最短队列路由,缓解远程队列系统中的振荡问题,实现重流量下的资源池化与渐近最优负载均衡。
2025-05-08 math.OC math.PR
A Multi-Objective approach to the Electric Vehicle Routing Problem
电动汽车路径问题(EVRP)已经引起了研究人员和工业家的极大兴趣,他们试图从燃油汽车转向更健康,更高效的电动汽车(EV)。虽然EVRP似乎与传统的车辆路径问题(VRP)没有太大区别,但诸如巡航时间有限,充电时间长以及电动汽车充电设施有限等挑战使得所有这些问题都有所不同。以前的工作目标是物流和交付相关的解决方案,其中商业电动汽车的同质车队必须在多次停靠后返回初始点。在相反的方面,我们解决了一个个人电动汽车路由问题,并提供了一个最佳的路线,为一个单一的车辆在一个长的起点-目的地(OD)的行程。我们执行多目标优化-最小化总行程时间和充电的累积成本。此外,我们将外部和现实生活中的元素,如在充电站的交通,到达充电站的绕行距离,以及不同充电站的电力可变成本纳入问题的制定。特别是,我们定义了一个多目标混合整数非线性规划(MINLP)问题,并获得了一个可行的解决方案,使用$ε$约束算法。我们进一步实施元启发式技术,如遗传算法(GA)和粒子群优化(PSO),以获得最优的路线,因此,目标值。针对多个自生成数据实例进行了实验,并对结果进行了比较。
2022-08-26 cs.NE math.OC
A National-Scale EV Charging Scheduling Framework: Optimal Detour Routing Under Infrastructure Capacity Constraints
Texas A&M University(德克萨斯农工大学);Argonne National Laboratory(阿贡国家实验室)
研究在现有充电基础设施下电动汽车长途旅行调度负担与成本,提出基于优化的可扩展框架,分三阶段计算最优充电调度,应用于大量车辆轨迹,能快速生成可行调度并评估电动汽车成本竞争力。
2026-07-22 math.OC
A Branch-and-Price Algorithm for the Electric Autonomous Dial-A-Ride Problem
本文研究电动自动驾驶 Dial-A-Ride 问题(E-ADARP),提出一种基于片段路径表示和定制资源扩展函数的高效标号算法,集成于 Branch-and-Price 框架,首次解决最小化超额用户乘车时间,并在实验中获得多个新最优解和下界。
2024-01-04 math.OC
Hierarchical coupled routing-charging model of electric vehicles, stations and grid operators
电动汽车(EV)数量的增长带来了各种后果,从减少温室气体排放和当地污染到改变交通拥堵和电力消耗。更具体地,由于EV的决策,来自运输系统和电力系统两者的操作者的决策被耦合。因此,决策需要几个相互依赖的运营商和电动汽车的驾驶和充电行为的模型。这样的模型,建议在上下班的背景下,具有典型的三层结构的电气系统。在模型的较低层次,不同类型车辆之间的拥堵博弈给出了通勤者选择的驾驶路径和充电站(或枢纽),这取决于出行时间和消费成本。在中间层,充电服务运营商设置在枢纽的充电价格,以最大化电动汽车充电收入和供电成本之间的差异,这是由电力网络运营商在模型的上层决定的,其目标是降低电网成本。该三层最优化问题采用乐观迭代双层算法和模拟退火算法求解。这三层模型的敏感性外生参数,如电动汽车的渗透率和交通运营商的激励说明在现实的城市网络。
2021-12-10 cs.GT cs.SY eess.SY
Rebalancing the Rebalancers: Optimally Routing Vehicles and Drivers in Mobility-on-Demand Systems
在本文中,我们研究的再平衡策略的流动性按需城市交通系统混合客户驱动的车辆与出租车服务。在我们的系统中,客户到达许多指定车站之一,并通过自己驾驶或由雇用的司机驾驶被运送到任何其他指定车站。该系统允许单程旅行,因此客户不必返回其原籍。当一些起点和目的地比其他站更受欢迎时,车辆将变得不平衡,在一些站积累,在其他站耗尽。这个问题是通过采用再平衡驾驶员来将车辆从受欢迎的目的地驾驶到不受欢迎的目的地来解决的。然而,通过这种方法,再平衡驱动程序本身变得不平衡,我们需要通过让他们与客户一起返回热门目的地来“重新平衡再平衡器”。因此,在本文中,我们研究如何最佳路线的再平衡车辆和司机,使稳定性(在等待客户的数量的有界性方面)得到保证,同时最大限度地减少在网络中行驶的再平衡车辆的数量和所需的再平衡司机的数量;令人惊讶的是,这两个目标是一致的,可以找到最佳的再平衡策略,通过求解两个解耦的线性规划。利用我们的分析,我们确定了确保系统稳定性所需的最少驾驶员数量和最少车辆数量。有趣的是,我们的模拟表明,在欧几里得网络拓扑中,一个人需要的驾驶员数量是车辆的1/3到1/4。
2013-03-14 math.OC
Dynamics and Optimization in Spatially Distributed Electrical Vehicle Charging
本文研究空间分布式电动汽车充电需求下用户自私选择所形成队列系统的均衡与全局收敛性,通过凸规划、拉格朗日对偶和李雅普诺夫理论刻画均衡及无政府代价,并扩展至需求弹性模型,仿真验证了全局行为。
2024-04-01 cs.SY eess.SY math.OC
Designing Optimal Personalized Incentive for Traffic Routing using BIG Hype algorithm
ETH Zürich(苏黎世联邦理工学院)
本文将城市中电动汽车与燃油车的个性化折扣激励设计建模为带容量和预算约束的大规模双层博弈,并基于 BIG Hype 提出可收敛的去中心化算法,在 Anaheim 网络上验证了其缓堵效果与大规模求解效率。
2023-04-24 cs.GT cs.LG math.OC
Joint Mobility-Aware UAV Placement and Routing in Multi-Hop UAV Relaying Systems
无人机(UAV)已被广泛用于在农村和欠发达地区提供无线连接,增强网络容量,并为用户需求的峰值或意外激增提供支持,主要是由于其快速部署,成本效益和由视距(LoS)主导的无线信道产生的卓越通信性能。为了利用无人机作为移动网络中的基站或中继站的优势,一个主要的挑战是根据地面网络节点的移动性和流量模式来确定最佳的无人机放置和重新定位策略。此外,考虑到无人机形成多跳空中网络,容量和连通性约束对端到端网络性能具有显著影响。为此,我们制定的联合无人机布局和路由问题作为一个混合线性规划(MILP),并提出了一个近似,导致一个LP舍入算法,并实现了时间复杂度和最优性之间的平衡。
2020-09-30 cs.NI cs.SY eess.SY
Adaptive Distributionally Robust Planning for Renewable-Powered Fast Charging Stations Under Decision-Dependent EV Diffusion Uncertainty
针对电动汽车扩散与充电站部署的相互依赖,提出两阶段决策依赖分布鲁棒规划模型,并转化为混合整数线性规划,实现安全且成本高效的快速充电站自适应部署。
2023-10-12 cs.SY eess.SY math.OC
Deep Reinforcement Learning for Dynamic Battery Management of Autonomous Order Pickers
Indian Institute of Management Bangalore(班加罗尔印度管理学院);University of Antwerp(安特卫普大学)
研究随机订单到达下自主订单拣选机器人的动态电池充电问题,提出基于近端策略优化的深度强化学习框架,能动态学习充电站选择和充电时长,实验表明该框架可提高订单完成率、减少充电时间并验证其鲁棒性。
2026-07-08 cs.LG cs.MA math.OC
Integrated routing for a vehicle-robot pickup and delivery system with time constraints
本文考虑了一种无人驾驶车辆-机器人拾取和递送系统,其中,以母船的形式携带多个无人驾驶机器人的自驾驶车辆从仓库行驶到分布在附近的多个站点,以执行多个拾取和递送服务。首先,我们提出了它作为一个多模式车辆路径问题(MMVRP)的时间约束,这是典型的服务要求,杂货和食品配送在实践中。然后,我们制定它作为一个混合的二次约束规划(MIQCP)模型,以确定最佳的综合路由计划(车辆路由和机器人路由),以尽量减少所有服务的总加权延误。最后,使用Python中的Guidelines求解器解决了一个小型和中型问题实例,以证明所提出的MIQCP模型的有效性和性能。
2022-02-09 cs.SY eess.SY math.OC
Revenue maximization in an optical router node - allocation of service windows
本文研究了光路由节点的收益最大化问题。我们建模的路由节点作为一个单一的服务器轮询模型的目的是分配访问周期(服务窗口)到不同的站(端口),使每个周期的平均利润最大化。在对数据包的重试和丢弃概率进行合理假设的情况下,该最优化问题变成了一个可分离的凹型资源分配问题,可以利用现有算法求解。
2016-02-02 math.OC
The Electric Location-Routing Problem: Improved Formulations and Effects of Nonlinear Charging
本研究提出融合非线性充电与多类型充电站的电动车辆选址-路径模型,改进表述将平均差距从29.1%降至11.9%,为EV物流网络充电规划提供新视角。
2025-02-25 math.OC
Dynamic Routing for the Electric Vehicle Shortest Path Problem with Charging Station Occupancy Information
针对长距离电动汽车行驶中的充电排队等待问题,提出基于实时占用指示器的MDP模型与重新优化算法,通过仿真估计与启发式下界求解确定性路径,显著降低了平均等待时间与总行程耗时。
2023-05-19 cs.SY eess.SY math.OC
The one-station bike repositioning problem
本文研究共享单车中单一站点在多车辆按给定时刻访问时的最优装卸问题,通过混合整数线性规划建模,提出以时间范围规模计的线性时间最优算法以最小化总损失需求。
2024-06-14 math.OC
A Production Routing Problem with Mobile Inventories
本文研究氢气运输中的移动库存路径问题,将其建模为时间扩展图上的流问题并给出等价MILP公式,针对大规模实例提出两步启发式方法以降低计算复杂度。
2025-03-05 math.OC
Subpath-Based Column Generation for Electric Vehicle Routing Problems
Operations Research Center and Sloan School of Management, Massachusetts Institute of Technology(麻省理工学院斯隆管理学院运筹学中心)
本文提出一种基于子路径的列生成方法,用于解决具有时间窗和非线性充电的电动汽车路径规划问题,通过分解定价问题提高计算效率和解的质量。
2026-09-23 math.OC
A Vehicle Routing Problem for Human-Centered Electric Mobility
University of the Bundeswehr Munich(联邦国防军慕尼黑大学)
本文提出EM-DARP问题,扩展EV-DARP以适应以人为中心的出行服务,通过混合整数线性规划解决,验证了其在实际场景中的应用性。
2026-04-24 cs.SY eess.SY math.CO
Very large-scale neighborhood search for drone routing with energy replenishment
带能量补充的无人机路径问题(DRP-E)属于一类具有中间停靠点和同步约束的通用路径问题。在DRP-E中,无人机必须访问一组节点,并定期要求从(潜在的)移动补给站更换电池。与无人机路由文献中的广泛限制相反,可以在两次连续的电池交换之间访问若干目的地。在本文中,我们提出了一个非平凡的非常大规模的DRP-E,协同利用两个大型多项式可解DRP-E子问题(SP1和SP2)的邻域。结果邻域中可行解的数量是SP1和SP2中可行解的倍数,因此,问题的输入大小呈指数级,而搜索它的计算时间仍然是多项式。所提出的多项式两阶段动态规划算法VLSN搜索这个邻域可以灵活地调整到所需的精度和计算时间之间的权衡。例如,搜索过程可以被转换为DRP-E的竞争运行时间的精确算法。在计算测试中,所开发的解决方案的方法优于当前国家的最先进的DRP-E的显着利润率的计算。一项基于失踪人员搜索的案例研究表明,VLSN可轻松容纳额外的实践相关功能,在救灾方面的性能比最先进的解决方案高出20%。
2022-07-28 cs.DM math.OC