摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第一章 绪论 | 第8-13页 |
1.1 课题的研究背景和意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-11页 |
1.2.1 充电路径规划的基础算法 | 第9页 |
1.2.2 基于目标优化的充电路径规划 | 第9-11页 |
1.3 主要研究内容 | 第11页 |
1.4 论文的结构安排 | 第11-13页 |
第二章 蓄电池SOC与可行驶距离的关系模型 | 第13-24页 |
2.1 问题描述 | 第13页 |
2.2 蓄电池能耗因素及相关算法 | 第13-15页 |
2.2.1 能耗影响因素 | 第13-14页 |
2.2.2 能耗预测算法 | 第14-15页 |
2.3 算法分析 | 第15-20页 |
2.3.1 支持向量机 | 第15-19页 |
2.3.2 信息粒化 | 第19-20页 |
2.4 基于模糊信息粒化的SVM的SOC与可行驶距离关系模型建模 | 第20-23页 |
2.4.1 原始数据 | 第21-22页 |
2.4.2 模糊信息粒化模型 | 第22-23页 |
2.4.3 支持向量机预测模型构建 | 第23页 |
2.5 小结 | 第23-24页 |
第三章 实时工况下电动汽车的智能充电路径规划 | 第24-40页 |
3.1 问题描述 | 第24-25页 |
3.2 算法分析 | 第25-30页 |
3.2.1 路径规划算法 | 第25-27页 |
3.2.2 TSP问题求解算法 | 第27-30页 |
3.3 路网、电动汽车以及充电桩对象设计 | 第30-32页 |
3.3.1 路网对象 | 第30-31页 |
3.3.2 电动汽车对象 | 第31-32页 |
3.3.3 充电桩对象 | 第32页 |
3.4 基于”DIJKSTRA+模拟退火”的路径规划算法模型 | 第32-35页 |
3.4.1 改进后Dijkstra算法 | 第32-34页 |
3.4.2 静态模拟退火算法 | 第34-35页 |
3.5 实时工况过程分析 | 第35-39页 |
3.5.1 初始化阶段和阶段性分析 | 第36-37页 |
3.5.2 充电桩排队模型 | 第37-39页 |
3.6 小结 | 第39-40页 |
第四章 系统仿真实验 | 第40-46页 |
4.1 电动汽车路径规划仿真 | 第40-43页 |
4.1.1 改进后Dijkstra算法与Dijkstra算法对比仿真 | 第40-41页 |
4.1.2 TSP问题的模拟退火算法仿真 | 第41-42页 |
4.1.3 多目标点仿真测试 | 第42-43页 |
4.2 智能充电仿真 | 第43-45页 |
4.3 小结 | 第45-46页 |
第五章 总结与展望 | 第46-47页 |
5.1 总结 | 第46页 |
5.2 后续工作展望 | 第46-47页 |
参考文献 | 第47-50页 |
在读期间公开发表的论文 | 第50-51页 |
致谢 | 第51页 |