摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第10-17页 |
1.1 研究背景 | 第10-11页 |
1.2 研究意义 | 第11页 |
1.3 国内外电动汽车补贴施行政策现状 | 第11-13页 |
1.3.1 国外现状 | 第11-12页 |
1.3.2 国内现状 | 第12-13页 |
1.4 国内外电动汽车补贴政策相关研究现状 | 第13-15页 |
1.4.1 国外相关研究 | 第14-15页 |
1.4.2 国内相关研究 | 第15页 |
1.5 主要研究内容 | 第15-17页 |
第2章 相关理论与建模分析 | 第17-23页 |
2.1 政策分析 | 第17-19页 |
2.1.1 公共政策分析理论 | 第17页 |
2.1.2 电动汽车补贴政策建模分析 | 第17-19页 |
2.2 演化博弈理论 | 第19-21页 |
2.2.1 演化博弈简介 | 第19页 |
2.2.2 演化稳定策略与复制者动态 | 第19-21页 |
2.2.3 演化博弈研究现状 | 第21页 |
2.3 仿真平台的选择与应用 | 第21-22页 |
2.3.1 AnyLogic简介 | 第21-22页 |
2.3.2 基于AnyLogic的系统仿真 | 第22页 |
2.4 本章小结 | 第22-23页 |
第3章 基于行人库模型的电动汽车运行仿真研究 | 第23-36页 |
3.1 AnyLogic行人库建模仿真方法 | 第23-24页 |
3.2 电动汽车运行仿真设计 | 第24-29页 |
3.2.1 路网层、障碍层分析与构建 | 第24-25页 |
3.2.2 行动模块铺设 | 第25-26页 |
3.2.3 充电站设计 | 第26-27页 |
3.2.4 路径规划 | 第27-29页 |
3.2.5 电动汽车设置 | 第29页 |
3.3 基于行人库模型的电动汽车运行仿真分析 | 第29-35页 |
3.3.1 仿真环境与参数设置 | 第29-31页 |
3.3.2 仿真结果分析 | 第31-34页 |
3.3.3 优化改进思路 | 第34-35页 |
3.4 本章小结 | 第35-36页 |
第4章 基于多智能体的电动汽车补贴政策仿真研究 | 第36-50页 |
4.1 AnyLogic多智能体仿真建模方法 | 第36-38页 |
4.1.1 多智能体建模理论简介 | 第36-37页 |
4.1.2 AnyLogic多智能体建模步骤 | 第37-38页 |
4.2 基于多智能体的电动汽车补贴政策仿真模型设计 | 第38-46页 |
4.2.1 模型假设 | 第38页 |
4.2.2 智能体外部地理环境 | 第38-40页 |
4.2.3 智能体建立 | 第40-41页 |
4.2.4 智能体内部属性结构设计 | 第41-43页 |
4.2.5 行为交互策略设计 | 第43-46页 |
4.3 基于多智能体的电动汽车补贴政策仿真模型分析 | 第46-49页 |
4.3.1 仿真环境及参数设置 | 第46-48页 |
4.3.2 仿真结果分析 | 第48-49页 |
4.4 本章小结 | 第49-50页 |
第5章 基于演化博弈的电动汽车补贴政策仿真研究 | 第50-64页 |
5.1 基于演化博弈的电动汽车补贴政策仿真模型 | 第50-53页 |
5.1.1 博弈收益分析 | 第50-51页 |
5.1.2 博弈策略选择 | 第51-52页 |
5.1.3 模型建立 | 第52-53页 |
5.2 北京市电动汽车补贴政策案例分析 | 第53-63页 |
5.2.1 背景介绍 | 第53-55页 |
5.2.2 仿真环境及参数设定 | 第55-56页 |
5.2.3 仿真结果及其分析 | 第56-63页 |
5.3 本章小结 | 第63-64页 |
第6章 总结与展望 | 第64-65页 |
6.1 总结 | 第64页 |
6.2 展望 | 第64-65页 |
参考文献 | 第65-70页 |
附录1 最短路径算法程序 | 第70-73页 |
攻读硕士学位期间发表的论文及其它成果 | 第73-74页 |
致谢 | 第74页 |