| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景及其意义 | 第10-12页 |
| 1.1.1 电动汽车国内外发展现状 | 第10-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 研究现状 | 第12-18页 |
| 1.2.1 有序充电的研究现状 | 第12-14页 |
| 1.2.2 分时电价概述 | 第14页 |
| 1.2.3 群智感知技术的研究现状 | 第14-15页 |
| 1.2.4 群智感知技术未来的研究方向及挑战 | 第15-18页 |
| 1.3 本文的主要工作 | 第18-19页 |
| 第二章 基于群智感知技术的近似最优任务分配算法研究 | 第19-28页 |
| 2.1 引言 | 第19页 |
| 2.2 群智感知技术的基本概述与架构 | 第19-20页 |
| 2.3 群智感知技术的特点 | 第20-21页 |
| 2.4 群智感知的数据收集 | 第21-22页 |
| 2.5 任务分配用户调查 | 第22-23页 |
| 2.6 基于群智感知技术的近似最优任务分配算法 | 第23-27页 |
| 2.6.1 问题定义 | 第23-24页 |
| 2.6.2 近似最优任务分配算法 | 第24-25页 |
| 2.6.3 算法性能分析及模拟仿真 | 第25-27页 |
| 2.7 本章小结 | 第27-28页 |
| 第三章 基于LBS数据处理系统与群智感知的实时路径优化研究 | 第28-36页 |
| 3.1 引言 | 第28页 |
| 3.2 迪杰斯特拉算法简介 | 第28页 |
| 3.3 迪杰斯特拉算法的基本原理 | 第28-29页 |
| 3.4 基于LBS的数据处理系统 | 第29-32页 |
| 3.4.1 LBS的定义 | 第29页 |
| 3.4.2 基于LBS的数据处理系统 | 第29-32页 |
| 3.5 基于LBS数据处理系统与群智感知的实时路径优化 | 第32-34页 |
| 3.6 算法模拟 | 第34-35页 |
| 3.7 本章小结 | 第35-36页 |
| 第四章 基于群智感知技术的电动汽车充电策略建模研究 | 第36-49页 |
| 4.1 引言 | 第36页 |
| 4.2 影响电动汽车充电负荷的因素 | 第36-38页 |
| 4.2.1 充电方式 | 第36-37页 |
| 4.2.2 电动汽车用户行驶特性 | 第37页 |
| 4.2.3 电动汽车电池充电特性 | 第37-38页 |
| 4.3 基于群智感知技术的电动汽车充电策略目标函数 | 第38-41页 |
| 4.4 电动汽车充电排队模型 | 第41页 |
| 4.5 电动汽车动态路径选择模型 | 第41页 |
| 4.6 基于群智感知技术的电动汽车充电策略的约束条件 | 第41-43页 |
| 4.7 基于群智感知技术的电动汽车充电策略算例仿真与分析 | 第43-48页 |
| 4.7.1 遗传算法概述 | 第43页 |
| 4.7.2 遗传算法的步骤和特点 | 第43-46页 |
| 4.7.3 系统参数设定 | 第46页 |
| 4.7.4 分时电价下新决策对用户出行成本的影响分析 | 第46页 |
| 4.7.5 电动汽车用户充电对配电系统的影响分析 | 第46-48页 |
| 4.8 本章小结 | 第48-49页 |
| 第五章 结论与展望 | 第49-51页 |
| 5.1 结论 | 第49页 |
| 5.2 展望 | 第49-51页 |
| 参考文献 | 第51-57页 |
| 致谢 | 第57-58页 |
| 附录A 攻读学位期间发表的学术论文 | 第58页 |
