| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第1章 绪论 | 第13-17页 |
| 1.1 研究背景 | 第13-15页 |
| 1.2 研究目标与意义 | 第15-16页 |
| 1.2.1 研究目标 | 第15页 |
| 1.2.2 研究意义 | 第15-16页 |
| 1.3 研究内容 | 第16页 |
| 1.4 技术路线 | 第16-17页 |
| 第2章 相关行业发展现状与研究成果 | 第17-23页 |
| 2.1 行业发展综述 | 第17-19页 |
| 2.1.1 电动汽车发展现状 | 第17-18页 |
| 2.1.2 电动汽车充电基础设施发展现状 | 第18-19页 |
| 2.2 电动汽车智能充电服务研究成果 | 第19-21页 |
| 2.3 本章小结 | 第21-23页 |
| 第3章 电动汽车智能充电需求特性 | 第23-39页 |
| 3.1 电动汽车智能充电需求分析 | 第23-26页 |
| 3.2 电动汽车动态路径规划 | 第26-30页 |
| 3.2.1 路径规划 | 第26-28页 |
| 3.2.2 A~*算法的改进 | 第28-30页 |
| 3.3 电动汽车智能充电时间需求 | 第30-36页 |
| 3.3.1 行驶时间 | 第30-31页 |
| 3.3.2 充电站排队等待时间 | 第31-35页 |
| 3.3.3 充电站充电时间 | 第35-36页 |
| 3.4 电动汽车智能充电费用需求 | 第36-37页 |
| 3.5 电动汽车充电站运营商的充电服务 | 第37-38页 |
| 3.5.1 电动汽车充电拥挤度 | 第37页 |
| 3.5.2 运营商充电收入量化 | 第37-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第4章 电动汽车智能充电优化模型的建立及求解 | 第39-55页 |
| 4.1 电动汽车智能充电优化模型 | 第39-43页 |
| 4.1.1 电动汽车智能充电用户模型构建 | 第39-42页 |
| 4.1.2 电动汽车智能充电运营商模型构建 | 第42-43页 |
| 4.2 基于模糊规划法转化智能充电模型 | 第43-52页 |
| 4.2.1 多目标转化法 | 第43-45页 |
| 4.2.2 基于模糊规划法转化用户模型 | 第45-50页 |
| 4.2.3 基于模糊规划法转化运营商模型 | 第50-52页 |
| 4.3 电动汽车智能充电综合模型 | 第52页 |
| 4.4 求解电动汽车智能充电模型 | 第52-54页 |
| 4.4.1 遗传算法的基本流程 | 第52-54页 |
| 4.4.2 基于遗传算法求解电动汽车智能充电模型 | 第54页 |
| 4.5 本章小结 | 第54-55页 |
| 第5章 模型仿真 | 第55-68页 |
| 5.1 仿真方案的设定 | 第55-56页 |
| 5.2 仿真过程及结果分析 | 第56-67页 |
| 5.2.1 仿真过程 | 第56-60页 |
| 5.2.2 电动汽车智能充电用户模型仿真结果和分析 | 第60-63页 |
| 5.2.3 电动汽车智能充电运营商模型仿真结果和分析 | 第63-66页 |
| 5.2.4 电动汽车智能充电综合模型仿真结果和分析 | 第66-67页 |
| 5.3 本章小结 | 第67-68页 |
| 第6章 结论与展望 | 第68-70页 |
| 6.1 结论 | 第68-69页 |
| 6.2 本文的创新点 | 第69页 |
| 6.3 工作展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-75页 |
| 攻读学位期间参加的科研项目和成果 | 第75页 |
