Stochastic Multi-objective Multi-trip AMR Routing Problem with Time Windows
针对随机行驶时间与未知病房需求下的多行程AMR调度，提出融合遗传算法与禁忌搜索的PTS，以小概率满足容量和时间窗约束并权衡成本与患者满意度。
2024-08-01 math.OC
Scalable Algorithms for Bicriterion Trip-Based Transit Routing
本文提出了多种扩展流行的双基准公交路线的方法-基于行程的公交路线（TBTR）。具体来说，建立在HypRAPTOR算法的前提下，我们首先将TBTR扩展到其分区变体- HypTBTR。然而，HyTBTR在查询时间上的改进是以增加预处理为代价的。为了解决这个问题，提出了两种新的技术-一个一对多的TBTR和多级分区的变体。我们的一对多算法可以快速解决配置文件查询，这不仅减少了HypTBTR的预处理时间，但也可以帮助其他流行的方法，如HypRAPTOR。接下来，我们在HypTBTR和HypRAPTOR中集成了一个多级图分区范例，以减少填充计算。所提出的算法的有效性进行了广泛的测试，在现实世界的大规模数据集。还提出了研究超图划分工具（hMETIS，KaHyPar和整数程序）以及不同加权方案的效果的其他分析。
2022-02-26 cs.DS math.OC
Multi-Depot Multi-Trip Vehicle Routing with Total Completion Time Minimization
Università di Roma La Sapienza（罗马第一大学）；Missouri University of Science and Technology（密苏里科技大学）；University of Klagenfurt（克拉根福大学）；University of Eastern Piedmont（东皮埃蒙特大学）
无人机（UAV）是一种可以完全自主飞行而无需人为干预的飞机。无人机可以使用的最有用和最有前途的领域之一是自然灾害管理。在本文中，我们专注于一个紧急情况下，并建议使用一个舰队的无人机，帮助救援队个性化的人需要帮助的受影响地区。我们将这种情况建模为一个原始的图论问题，称为总完成时间最小化的多站点多行程车辆路径问题（MDMT-VRP-TCT）;我们经历了一些已经在文献中研究过的问题，这些问题在某种程度上看起来与它相似并突出了差异，提出了一个数学公式来解决我们的问题作为MILP，设计了一个数学框架来快速解决大型实例，并通过实验测试其性能。除了建议的应用程序，我们的解决方案的作品在任何情况下，必须解决一个多车场多行程车辆路径问题。
2022-07-13 cs.RO 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
Staggered Routing in Autonomous Mobility-on-Demand Systems
本研究针对自主出行按需系统，提出错峰路由方法，通过混合整数线性规划与数学启发式算法，在满足时间窗下缓解诱发拥堵，实验显示可减少56%-94%拥堵。
2024-05-02 math.OC
Optimal Control for Generalized Network-Flow Problems
我们考虑的问题，吞吐量最优的数据包传播，在存在任意混合的单播，广播，组播和任播流量，在一般的无线网络。我们提出了一个在线的动态策略，称为通用最大权重（UMW），有效地解决了上述问题。据我们所知，UMW是第一个吞吐量优化算法的通用性，在广义网络流问题的背景下。从概念上讲，UMW策略是通过放松与多跳路由相关的优先约束，然后解决虚拟队列网络上的最小成本路由和最大权重调度问题而得出的。当专门用于单播设置时，UMW策略产生吞吐量最优的无周期路由和链路调度策略。这与公知的吞吐量最优背压（BP）策略形成对比，该策略允许分组循环，从而导致过度的延迟。大量的仿真结果表明，所提出的UMW政策相比，BP政策引起的延迟小得多。UMW策略的吞吐量最优性的证明结合了随机李雅普诺夫理论的思想和对抗排队论的样本路径参数，并且可能具有独立的理论兴趣。
2016-11-26 cs.NI math.OC
The Commute Trip Sharing Problem
University of Michigan（密歇根大学）；Georgia Institute of Technology（佐治亚理工学院）
在城市以及大学和企业校园，停车压力一直在稳步增加。为了缓解这种压力，本文研究了一个拼车平台，该平台将匹配乘客和司机，同时保证回程并利用空间和时间的本地性。特别是，该文件正式通勤出行共享问题（CTSP），找到一个路由计划，最大限度地共享一组通勤出行。CTSP是车辆路径问题的推广，其路径满足时间窗、容量、配对、优先级、乘坐持续时间和驾驶员约束。本文介绍了CTPS的两种精确算法：路由枚举算法和分支价格算法。实验结果表明，在一个高保真的，现实世界的数据集的通勤从一个中等规模的城市，这两种算法最佳地解决小型和中型的问题，并产生高质量的解决方案，为较大的问题实例。结果表明，如果广泛采用拼车，有可能减少高达57%的车辆使用，并减少高达46%的车辆行驶里程，同时只会导致每个通勤者的平均乘车时间增加22%。
2019-09-15 cs.AI math.OC
Approximate Solutions for Multi-Trip Route Planning in Time-Sensitive Situations
本文针对时间敏感的单车多行程紧急运输问题，提出救护车巴士路径问题的高效近似策略与启发式方法，以快速获得近最优整数解并最大化总体满意度。
2024-06-28 math.OC
Vehicle Routing Problems for Drone Delivery
无人驾驶飞行器或无人机有可能大大减少最后一英里交付和应对紧急情况的成本和时间。尽管有这种潜力，但很少有人专门针对无人机交付场景开发车辆路径问题（VRP）。现有的VRP不足以规划无人机交付：要么不允许多次前往仓库，导致使用过多无人机的解决方案，要么不考虑电池和有效载荷重量对能耗的影响，导致成本高昂或不可行的路线。我们提出了两个多行程的无人机交付VRP，解决这两个问题。一个是在交货时间限制下使成本最小化，另一个是在预算约束下使总交货时间最小化。我们数学推导和实验验证的多旋翼无人机的能耗模型，表明能源消耗与有效载荷和电池重量近似线性变化。我们使用这种近似推导出混合整数线性规划为我们的VRP。我们提出了一个费用函数，考虑我们的能源消耗模型和无人机重用，并将其应用于模拟退火（SA）启发式算法，以找到实际场景的次最优解。为了帮助无人机交付从业者平衡成本和交付时间，使用SA启发式来表明最小成本与交付时间限制具有反指数关系，并且最小总交付时间与预算具有反指数关系。数值结果证实了在无人机交付VRP中重复使用无人机和优化电池尺寸的重要性。
2016-08-08 math.OC
SCDA: School Compatibility Decomposition Algorithm for Solving the Multi-School Bus Routing and Scheduling Problem
用最少的公交车安全地满足学校的交通需求是学校交通主管的最高财务目标之一。为了实现这一目标，一个好的和有效的方法来解决路由和调度问题是必需的。随着计算能力的提高，校车路径与调度问题的求解成为研究的热点。我们表明，一个集成的多校车路线和调度可以制定与出行兼容性的帮助。提出了一种新的分解算法来求解集成模型。这种集成模型和分解方法的优点在于，在考虑出行相容性的前提下，在分解过程中不会丢失路径子问题和调度子问题之间的相互联系。结果表明，所提出的分解问题可以提供解决方案，使用相同数量的总线集成模型在更短的时间（仅为0.6%），所提出的方法可以节省高达26%的总线数量从现有的研究。
2018-04-10 cs.AI math.OC
A biased random-key genetic algorithm for the home health care problem
家庭保健问题包括安排访问家庭病人的卫生专业人员，同时遵循一系列的要求。本文研究了家庭医疗服务路径与调度问题，该问题包含一个带软时间窗的多属性车辆路径问题。其他路径相互依赖性约束适用于请求多次访视的患者，无论是同时访视还是优先访视。我们应用数学规划求解器来获得问题的下限。我们还提出了一个有偏见的随机密钥遗传算法，我们研究了最近在文献中提出的这种遗传算法的额外的最先进的组件的影响。我们使用公开的基准数据集进行计算实验。关于以前的本地搜索为基础的方法，我们发现的结果高达26.1%，优于文献。我们发现从大约0.4%到6.36%的改进相比，以前的结果从一个类似的遗传算法。
2022-07-01 cs.SY eess.SY math.OC
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
Routing mobile health clinics: An integrated routing and resupply plan based on synchronization
本文针对移动医疗诊所提出一种基于同步的沿途补给与路径规划模型（VRPMSC-HD），构建MILP并采用带新算子的ALNS算法求解，实验表明该方法虽增加6.79%行驶距离，但使最晚到达时间平均减少16.06%，显著提升了车队利用率。
2024-12-23 math.OC
Adaptive Memory Procedure for Solving Real-world Vehicle Routing Problem
针对多约束现实车辆路径问题，提出结合自适应记忆元启发式与局部搜索、带丢弃因子改进Clarke-Wright初始解的方法，在基准和真实案例中实现配送时间与成本的显著降低。
2024-03-07 math.OC
Trip Optimization methods for Electric Vehicles Supported by Wireless
生态转型和减少污染是使用绿色物流和无污染车辆的原因。从这个意义上说，电动车辆是一种替代方案，近年来，汽车工业已经开发了许多技术进步，以克服这种类型车辆的固有困难。与此同时，经典的模型和方法优化车辆路线已被改编，以获得电动汽车的路线，考虑到其特定的特性，如电池的自主性，短缺或充电站和充电时间升高。在本文中，它是研究路线的优化，考虑到技术的进步，由于附加移动能量扩散到电动汽车充电的可能性。从这个意义上说，它开发了一个模型，改进了其他现有的模型，最后，它也暴露了一个算法，以有效地解决大型实例，因为我们的计算经验表明。
2021-10-30 math.OC
The Asteroid Routing Problem: A Benchmark for Expensive Black-Box Permutation Optimization
受第11届全球轨道优化竞赛的启发，本文提出了小行星路径问题（ARP）作为置换空间中昂贵的有界约束黑箱优化算法的现实基准。给定一组小行星的轨道和一个离开时期，ARP的目标是找到从地球轨道开始访问小行星的最佳顺序，以最小化成本和时间，成本是以完成旅行所需的速度变化幅度的总和来衡量的，时间是从离开时期到访问最后一颗小行星所花费的时间。我们提供了开放的信源编码，用于生成任意大小的实例并评估问题的解决方案。作为初步分析，我们比较了两种方法的结果昂贵的黑箱优化置换空间，即组合有效的全局优化（CEGO），贝叶斯优化器的基础上高斯过程，和不平衡的马洛模型（UMM），估计的分布算法的基础上概率马洛模型。我们调查每个算法的最佳置换表示，无论是基于排名或基于顺序。此外，我们分析了提供一个良好的初始解，产生的贪婪最近邻启发式算法的性能的影响。结果表明，在比较的算法的改进方向。
2022-04-19 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
Real-Time Approximate Routing for Smart Transit Systems
我们研究智能交通系统中的实时路由策略，其中平台具有汽车和高容量车辆的组合（例如，公共汽车或班车），并试图服务一组传入的行程请求。该平台可以使用其车队作为支线，将乘客连接到其在固定路线上运营的高容量车队。我们的目标是在给定的时间窗口内找到最优的（公交）路线和相应的频率，以最大限度地提高系统的社会福利。这概括了线路规划问题，这是交通文献中广泛研究的主题，现有的解决方案要么是启发式的（没有性能保证），要么需要大量的计算时间（因此对于实时使用是不切实际的）。为此，我们开发了一个$1-\frac{1}{e}-\varepsilon$近似算法的实时线路规划问题，使用随机舍入和广义分配问题的想法。我们的保证在两个假设下成立：$(i)$没有巴士间的转移和$(ii)$访问一个预先指定的一组可行的巴士线路。此外，我们证明，这两个假设是至关重要的，如果任何一个假设是放松的，实时线路规划问题不承认任何常数因子近似。最后，我们通过在真实世界和合成数据集上的数值实验证明了我们的算法的实用性，在实验中，我们表明，在给定的时间预算下，我们的算法优于基于精确线性规划的方法。
2021-03-19 math.OC
Drone-Aided Blood Collection Routing Problem: A Column Generation Approach
Concordia University（康考迪亚大学）；Interuniversity Research Center on Enterprise Networks, Logistics and Transportation (CIRRELT)（企业网络、物流与运输跨校研究中心）
本文提出了一种列生成方法，用于解决无人机辅助的血液采集路线问题，通过优化卡车和无人机的协同路线以最大化可收集的血样数量。
2026-08-13 math.OC
The disaggregated integer L-shaped method for the stochastic vehicle routing problem
本文提出分解整数L形方法求解随机车辆路径问题，利用单调追索性质构造新型最优性割和下界泛函，并给出问题特定的追索下界以加速求解，实验取得最先进结果。
2023-04-14 math.OC
Leveraging Electric School Buses for Disaster Recovery: Optimizing Routing and Energy Scheduling via Branch-and-Price
The University of Texas at San Antonio（圣安东尼奥德克萨斯大学）；University of Pittsburgh（匹兹堡大学）；San Antonio Fire Department（圣安东尼奥消防局）
针对灾害中关键负荷恢复，提出利用电动校车进行路径与能源调度的混合整数规划模型，并开发精确与启发式分支定价算法，显著提升计算效率并降低恢复成本。
2025-10-15 math.OC
A Charging-as-a-Service Platform for Charging Electric Vehicles On the Move: New Vehicle Routing Model and Solution
里程焦虑一直是电动汽车（EV）大规模采用的主要挑战。新兴的移动电动汽车到电动汽车（mE 2）充电技术，允许带有额外电池的电动汽车在移动中为另一辆电动汽车充电，提供了一个有前途的解决方案。尽管这项新技术的物理可行性已经得到证实，但我们仍然面临许多操作问题。例如，我们如何在不引入额外绕道的情况下有效地将电力供应商（EP）与需求（ED）配对和路由？基于这一观点，本研究开发了一个充电即服务（CaaS）平台，该平台旨在派遣商业EP为ED服务，以培养这种新兴的充电服务，以适应低电动汽车渗透率的环境。在数学上，CaaS平台被建模为车辆路线问题（即，mE 2-VRP），其最佳地调度EP接近并服务于移动中的ED，同时最小化EP车队规模并满足所有服务请求。为了使CaaS平台更好地适应实际在线应用，我们开发了并行计算辅助的Clarke和Wright Savings（CCWS）算法，对大规模mE 2-VRP进行高效分解，并通过并行计算求解。我们在全市（芝加哥）和全州（佛罗里达州）范围内进行的数值实验发现，CCWS算法的性能优于现有的商业求解器，它使我们能够在城市或州的实际大规模设置下研究CaaS平台的性能。CaaS在低EV渗透率市场表现更好，而交通拥堵程度较轻，ED需要更早的能源。我们可以通过制定适当的定价策略，根据能源的需求和行程长度，以提高性能。
2021-04-01 math.OC
The Strength of Flow Refueling Location Problem Formulations and an Extension to Cyclic Routing
CIRRELT and Departement d’informatique et de recherche operationnel, Université de Montréal（蒙特利尔大学信息与运筹学系）；Institut de Recherche d’Hydro-Quebec（魁北克水电研究院）
针对偏差FRLP模型，研究比较了两种典型模型的LP松弛强度，证明其一界更紧；放宽往返同路径假设提出循环FRLP，扩展模型并设计分支切割算法，实验显示其在加州网络实例中设施需求减少30%。
2025-08-20 math.OC
A GRASPxELS with Depth First Search Split Procedure for the HVRP
在路径问题的全局优化框架下，通过将大型旅行分解为多个行程，证明了分裂算法的有效性。这是通过在从巨大的巡回赛建立的辅助图内生成最优最短路径来完成的。Lacomme等人（2001）首次在元启发式方法中引入了一个有效的应用程序来解决有容量限制的弧路由问题（CARP），Prins（2004）第二次引入了车辆路由问题（VRP）。在进一步的步骤中，由于使用链接到资源管理的辅助图的节点上的标签的生成的巨型游览的启发式分裂，嵌入在元分析中的分裂过程已经被扩展到解决更复杂的路由问题。最近，Duhamel等人（2010）定义了一个新的基于深度优先搜索方法的Split族，该方法在图中的标签生成过程中使用。新的分裂方法的效率已首次评估在定位路由问题与GRASP元启发式。Duhamel等人（2010）提供了关于这个主题的完整数值实验。
2022-11-12 math.OC physics.soc-ph
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
A bi-objective stochastic approach for the stochastic CARP
有容量限制的弧路径问题（CARP）出现在城市垃圾收集或冬季砂砾等应用中。它通常在文献中定义在具有一组节点和一组边的无向图上。在车辆段节点上建立一个由相同容量的车辆组成的车队。每条边都有成本（长度）和需求（例如，浪费量），并且可以遍历任意次数。具有非零需求或任务的边需要车辆的服务。目标是确定一组总成本最小的车辆行程（路线），使得每个行程在车辆段开始和结束，每个任务由一个单一行程提供服务，并且任何车辆处理的总需求不超过。据我们所知，最好的公开方法是2001年首次引入的模因算法。本文提供了一个新的扩展NSGA II（非支配排序遗传算法）模板，以遵守CARP的随机视线。主要贡献是：- 引入数学表达式来评估最长行程的成本和持续时间以及这两个标准的标准差。- 使用NGA-II模板同时优化最长行程的成本和持续时间，包括标准差。在DeArmon、Belenguer、Benavent和Eglese三个著名的基准集上进行的数值实验证明，在相当短的计算时间内获得四个同时准则下的鲁棒解是可能的。
2022-11-12 math.OC
Modular Vehicle Routing Problem: Applications in Logistics
本文研究模块化车辆货物配送的 MVRP，建立 MILP 模型并设计融合多起点与抖动策略的禁忌搜索算法，实验证明其近优性、收敛性及约 5.6% 的降本效果。
2025-01-02 math.OC
Online Learning for Traffic Routing under Unknown Preferences
Stanford University（斯坦福大学）；Massachusetts Institute of Technology（麻省理工学院）
在交通网络中，用户通常以分散和自利的方式选择路线，以最大限度地降低个人旅行成本，这在实践中往往导致社会整体效益低下。因此，设计道路收费方案以应对这些效率损失并引导用户转向系统效率的交通模式的兴趣越来越大。然而，道路收费方案的功效通常依赖于能够获得关于用户的行程属性的完整信息，诸如他们的起点-目的地（O-D）行程信息和他们的时间值，这在实践中可能是不可用的。出于这一实际考虑，我们提出了一个在线学习的方法来设置通行费的交通网络，以驱动不同的时间值的异质用户对系统有效的交通模式。特别是，我们开发了一种简单而有效的算法，该算法仅根据观察到的网络道路上的总流量来调整每个时间段的通行费，而不依赖于用户的任何额外出行属性，从而保护用户隐私。在O-D对和用户的时间值被独立地绘制的设置中，在每个时段，我们表明，我们的方法获得了预期的遗憾和道路容量违规$O(\sqrt{T})$，其中$T$是收费更新的时段数。我们的遗憾保证是相对于一个离线的甲骨文，有完整的信息，用户的行程属性。我们进一步建立了一个$Ω(\sqrt{T})$下界的遗憾的任何算法，这表明我们的算法是最佳的常数。最后，我们展示了我们的方法相对于现实世界的交通网络上的几个基准的优越性能，从而突出了其实用性。
2022-03-31 cs.GT cs.LG math.OC
Modular Vehicle Routing for Combined Passenger and Freight Transport
本研究针对城市客货运输效率问题，提出考虑模块化车队与客货需求整合的取送货优化模型，经斯德哥尔摩案例验证可实现显著成本与空驶里程节约，可为企业和政策制定者提供决策支持。
2022-09-03 math.CO math.OC
Multi-stage stochastic linear programming for shared autonomous vehicle system operation and design with on-demand and pre-booked requests
针对含即时与预约请求的SAV系统，提出多阶段随机线性规划联合优化网络设计、车队规模及路径拼车匹配，并用SDDP求解。
2024-09-18 math.OC
Rich Vehicle Routing Problem in Disaster Management enabling Temporally-causal Transhipments across Multi-Modal Transportation Network
Department of Industrial and Systems Engineering (ISE), Indian Institute of Technology (IIT) Kharagpur（工业与系统工程系，印度理工学院Kharagpur分校）
研究灾害管理中支持跨多式联运网络时间因果转运的丰富车辆路径问题，提出级联最小化MILP方法及基于决策树的PSR-GIP启发式算法，能快速求解大规模实例并优于现有方法。
2025-09-17 cs.AI cs.SY eess.SY
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
Electric Vehicle Charging Infrastructure Planning: A Scalable Computational Framework
Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室）
由于交通系统和电网的网络规模不断增加，在大地理空间区域上的最优充电基础设施规划问题具有挑战性。因此，电动车辆行驶行为和充电事件之间的耦合是复杂的。本文重点介绍了一个可扩展的计算框架的示范电动汽车充电基础设施规划在紧密集成的交通和电网网络。在交通方面，充电配置文件生成策略，提出了利用电动汽车的能源消耗模型，行程路线，和充电器选择方法。在电网侧，利用遗传算法内的最优潮流程序来解决最优充电器放置问题的整数变量，通过自适应地评估候选解决方案在当前迭代和生成新的解决方案，为下一次迭代。
2020-11-17 cs.AI cs.NE eess.SP
