| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-15页 |
| 1 绪论 | 第15-25页 |
| ·研究背景与意义 | 第15-19页 |
| ·研究背景 | 第15-17页 |
| ·研究目的与意义 | 第17-19页 |
| ·研究内容与方法 | 第19-21页 |
| ·研究内容 | 第19-20页 |
| ·研究方法 | 第20-21页 |
| ·论文架构与技术路线 | 第21-23页 |
| ·论文架构 | 第21页 |
| ·技术路线 | 第21-23页 |
| ·论文创新点 | 第23-25页 |
| 2 文献与基础理论综述 | 第25-43页 |
| ·资源优化配置研究现状 | 第25-32页 |
| ·制定目标 | 第26-27页 |
| ·资源识别 | 第27页 |
| ·资源开发和获取 | 第27-30页 |
| ·资源维系和融合 | 第30-32页 |
| ·电动汽车电池回收研究现状 | 第32-34页 |
| ·电动汽车充电站布局研究现状 | 第34-36页 |
| ·研究述评与研究展望 | 第36-39页 |
| ·研究述评 | 第36-37页 |
| ·研究展望 | 第37-39页 |
| ·电动汽车行业发展概况 | 第39-43页 |
| ·电动汽车概况 | 第39页 |
| ·电动汽车电池 | 第39-40页 |
| ·电动汽车充电站 | 第40页 |
| ·电动汽车行业发展 | 第40-43页 |
| 3 资源识别及其仿真分析——资源共享QUEUING模型 | 第43-59页 |
| ·研究背景 | 第43页 |
| ·理论模型 | 第43-50页 |
| ·非共享资源服务模型 | 第45-48页 |
| ·共享资源服务模型 | 第48-50页 |
| ·仿真 | 第50-55页 |
| ·平均服务队长 | 第51-52页 |
| ·业务平均处理时间 | 第52-53页 |
| ·客户分类服务与顾客流失率 | 第53页 |
| ·资源利用率与产出效率 | 第53-55页 |
| ·资源识别结论 | 第55-57页 |
| ·电池回收——时间维度上 | 第55-56页 |
| ·充电站布局——空间维度上 | 第56-57页 |
| ·本章小结 | 第57-59页 |
| 4 资源开发、获取及其仿真分析—电池回收AGENT模型 | 第59-77页 |
| ·研究背景 | 第59页 |
| ·方法简介和概念模型 | 第59-60页 |
| ·电池回收AGENT建模 | 第60-65页 |
| ·消息模型 | 第60-62页 |
| ·电池模型 | 第62-64页 |
| ·电动汽车模型 | 第64-65页 |
| ·电池回收仿真研究 | 第65-69页 |
| ·仿真流程及模型运行结果 | 第66-67页 |
| ·模型及初始条件设置 | 第67-69页 |
| ·仿真结果与结论 | 第69-74页 |
| ·模型检验 | 第69-71页 |
| ·仿真结果 | 第71-74页 |
| ·资源开发和获取结论 | 第74-75页 |
| ·本章小结 | 第75-77页 |
| 5 资源开发、获取及其仿真分析—电池回收QUEUING模型 | 第77-87页 |
| ·电池回收概念模型 | 第77页 |
| ·简单排队论模型 | 第77-78页 |
| ·基于排队论的仿真模型 | 第78-81页 |
| ·配对模型 | 第79页 |
| ·电池模型 | 第79页 |
| ·电动汽车模型 | 第79-81页 |
| ·仿真实验分析 | 第81-85页 |
| ·仿真设置 | 第81-82页 |
| ·仿真实验 | 第82-85页 |
| ·资源开发和获取研究结论 | 第85-86页 |
| ·本章小结 | 第86-87页 |
| 6 资源开发、获取及其仿真分析—充电站布局AGENT模型 | 第87-117页 |
| ·研究背景 | 第87页 |
| ·概念模型建立 | 第87-89页 |
| ·数学模型分析 | 第89-92页 |
| ·充电站布局仿真 | 第92-95页 |
| ·充电站Agent | 第92-93页 |
| ·电动汽车Agent | 第93-94页 |
| ·目的地Agent | 第94-95页 |
| ·充电站布局仿真设置 | 第95-100页 |
| ·仿真流程 | 第95-97页 |
| ·仿真设置 | 第97-100页 |
| ·充电站布局仿真结果和频率分析 | 第100-108页 |
| ·充电站访问结果 | 第100-101页 |
| ·充电站访问频率分析 | 第101-108页 |
| ·充电站访问频率单因素分析 | 第108-112页 |
| ·充电站布局优化 | 第112-115页 |
| ·边缘点添加 | 第112页 |
| ·访问频率稀释 | 第112-113页 |
| ·最大三角形法 | 第113页 |
| ·距离最小法与边缘点添加法 | 第113页 |
| ·密度稀释法 | 第113-115页 |
| ·资源开发、获取研究结论 | 第115页 |
| ·本章小结 | 第115-117页 |
| 7 资源维系、融合及其仿真分析——PRINCIPAL-AGENT模型分析 | 第117-129页 |
| ·研究背景 | 第117页 |
| ·委托代理模型 | 第117-119页 |
| ·模型求解 | 第119-121页 |
| ·模型分析 | 第121-125页 |
| ·主导企业期望效用关系模型 | 第121-123页 |
| ·附属企业期望收入关系模型 | 第123-124页 |
| ·对主导企业总代理成本关系模型进行分析 | 第124-125页 |
| ·资源维系、融合研究结论 | 第125-127页 |
| ·本章小结 | 第127-129页 |
| 8 资源维系、融合及其仿真分析——HOLOGRAPHIC-BASED模型分析 | 第129-145页 |
| ·研究背景 | 第129页 |
| ·基于准全息元模型的资源优化配置模型 | 第129-131页 |
| ·基于物联网的系统数据获取和传输 | 第131-134页 |
| ·SAP概述 | 第132-133页 |
| ·SCP概述 | 第133-134页 |
| ·基于神经网络模型的系统学习与反馈 | 第134-135页 |
| ·基于准全息元模型仿真实验研究 | 第135-142页 |
| ·传感器数据设置 | 第135-138页 |
| ·数据收集与管理 | 第138-139页 |
| ·网络学习与反馈 | 第139-142页 |
| ·资源维系、融合研究结论 | 第142-143页 |
| ·本章小结 | 第143-145页 |
| 9 研究结论 | 第145-147页 |
| 参考文献 | 第147-155页 |
| 附录A 汽车和乘客AGENT | 第155-157页 |
| 附录B 找寻距离 | 第157-159页 |
| 附录C 计算最优距离 | 第159-161页 |
| 附录D 乘客优先级 | 第161-163页 |
| 附录E 乘客信息 | 第163-167页 |
| 附录F 汽车信息 | 第167-169页 |
| 附录G 充电站信息 | 第169-171页 |
| 附录H 充电站仿真结果 | 第171-175页 |
| 附录I T-检验分析结果 | 第175-179页 |
| 附录J 充电站布局优化过程 | 第179-183页 |
| 附录K 实验样本 | 第183-187页 |
| 附录L 神经网络训练代码 | 第187-189页 |
| 附录M 神经网络测试代码 | 第189-190页 |
| 附录N 数据收集过程 | 第190-193页 |
| 作者简历及攻读博士学位期间取得的研究成果 | 第193-197页 |
| 学位论文数据集 | 第197页 |
