收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

新能源汽车分时租赁需求预测及调度方法研究

陈金升  
【摘要】:新能源汽车分时租赁作为一种共享时代下的绿色出行方式,绝大部分运营商采用单向分时租赁系统,能够充分满足居民的日常短距离出行需求,其租赁操作方便、即取即还、低碳环保,取得了快速的发展。但是在整个租赁系统的运营过程中,由于车辆的流动性导致站点产生了供需不平衡问题,科学合理地对这一新的出行方式的需求进行预测,能够为运营商进行租赁站点规模的确定和车辆调度提供一定的数据基础,防止盲目布局造成投入车辆的浪费,同时,以最小的成本投入对租赁系统内的车辆实现调度操作,让用户的用车需求能够及时得到满足,更利于这种新型的出行方式的推广。首先,新能源汽车分时租赁运营包含双向和单向两种模式,系统能够实现取车、用车、还车等功能,由管理员监控系统、用户终端APP系统、车载终端系统、智能充电管理系统四部分组成。其次,将新能源汽车分时租赁、共享单车、网约车、出租车四种出行方式作为“互联网+移动”的出行方式,基于居民出行的离散调查数据基础,针对新能源汽车分时租赁站点布局主要集中在机场、酒店、住宅区、景区等位置的限制,求出了新能源汽车分时租赁出行需求基于可变选择集的MNL模型的效用函数,通过对居民出行数据的集计处理,求解出了其需求规模。最后,结合VRP问题的分类和分时租赁系统自身的特性,确定了其属于随机动态需求、同时取送货、带软时间窗的复杂车辆调度问题。然后基于轴辐式网络理论和租赁系统自身包含充电网点和租赁站点的特性,构建了轴辐式新能源汽车分时租赁调度系统;针对该调度系统,考虑调度过程中车辆早到和车辆晚到产生的成本以及调度费用所构成的总的调度投入最小为目标构建了数学模型。对充电网点、租赁站点位置及随机需求进行模拟,采用了遗传-蚁群混合算法,求解出了轴辐式新能源汽车分时租赁调度系统的调度路径,有效地确定了调度车辆的行驶路径,该混合算法相比于单一采用遗传算法调度成本节约了10.92%。本文采用的非集计MNL模型、针对新能源汽车分时租赁系统构建的轴辐式调度模型和所采用的遗传蚁群混合算法,能够为出行需求预测、调度问题的解决提供一定的理论指导和实际应用价值。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 冬晓;;全国农药药械需求预测会商会在杭州召开[J];农业技术与装备;2011年22期
2 陶伟;倪明;;中西方旅游需求预测对比研究:理论基础与模型[J];旅游学刊;2010年08期
3 于汶加;王安建;王高尚;;解析全球能源需求预测结果及相关模型体系[J];资源与产业;2009年03期
4 Paul Clarke;Rob West;杨浩;;滚动需求预测[J];新理财;2007年10期
5 唐中君;个性化需求预测的基本原则研究[J];湖北经济学院学报;2005年04期
6 袁长伟 ,吴群琪;对运输需求预测理论的再认识[J];综合运输;2005年01期
7 张小明;日本W,Mo需求预测[J];稀有金属快报;2004年05期
8 鲁青;国际PTFE需求预测[J];国际化工信息;2004年07期
9 ;亚洲PTA需求增长20%/年[J];合成技术及应用;2003年04期
10 姚建中;出版物需求预测的风险分析[J];出版发行研究;2001年08期
11 方成;亚洲地区PTA需求预测[J];合成纤维工业;2001年02期
12 张蔚新,由德宏;总结利用经验 做好需求预测[J];兰台世界;2000年05期
13 陈远望;2000年全球铅锌需求预测[J];湖南有色金属;2000年03期
14 罗万伯,罗霄岚,张露,吴仲光,罗霄峰,JackC.Peck,SteveDavis;需求预测合同和订货系统[J];四川大学学报(工程科学版);2000年04期
15 陈云卿;需求预测[J];管理科学文摘;1998年01期
16 何兆利;公司职工的需求预测[J];行政人事管理;1999年12期
17 谈成龙;未来五年世界铀需求预测[J];国外铀金地质;1999年04期
18 ;今后几年化肥需求预测[J];垦殖与稻作;1996年02期
19 ;2000年世界钢铁需求预测[J];河北冶金;1995年03期
20 ;2010年世界钢需求预测[J];冶金管理;1995年02期
中国重要会议论文全文数据库 前10条
1 陈琳;李田;;存在竞争性制造商的需求预测信息的共享研究[A];第十八届中国管理科学学术年会论文集[C];2016年
2 张建业;沈佳;邹岳琳;罗义旺;潘建笠;陈奎印;;全业务统一数据中心架构下的电网协议库存采购物资需求预测[A];2017电力行业信息化年会论文集[C];2017年
3 宋国青;;从总需求预测的角度看利率[A];2013年秋季CMRC中国经济观察(总第35期)[C];2013年
4 聂锐;张炎治;吕涛;;江苏省能源需求预测及平衡方案设计[A];2006年江苏省哲学社会科学界学术大会论文集(上)[C];2006年
5 曹雪柠;;公共自行车短时预测方法研究[A];创新驱动与智慧发展——2018年中国城市交通规划年会论文集[C];2018年
6 马树德;;卷烟订单需求预测的特点及模型构建[A];上海市烟草专卖局2007年度获奖论文集(经济管理类)[C];2007年
7 唐家文;;基于灰色预测的通用航空发展需求预测[A];2013年中国通用航空发展论坛论文集[C];2013年
8 何忠伟;;“十一五”期间中国农业发展对财政投入的需求预测[A];农村公共品投入的技术经济问题——中国农业技术经济研究会2008年学术研讨会论文集[C];2008年
9 张淼;;北京市能源需求预测及发展对策研究[A];北京市第十五次统计科学讨论会获奖论文集[C];2009年
10 毕波;;基于能源统筹的市政设施需求预测[A];多元与包容——2012中国城市规划年会论文集(07.城市工程规划)[C];2012年
中国博士学位论文全文数据库 前10条
1 张志清;面向不确定需求的供应链协同需求预测研究[D];哈尔滨工业大学;2010年
2 张斌儒;互联网环境下基于消费者搜索的旅游需求预测研究[D];对外经济贸易大学;2017年
3 徐琳;云计算环境下计算型任务的资源需求预测[D];中国科学技术大学;2015年
4 演克武;基于需求预测的机型指派和评价研究[D];南京航空航天大学;2010年
5 李楠;区域交通信息集成与运输需求预测研究[D];大连海事大学;2011年
6 徐达宇;云计算环境下资源需求预测与优化配置方法研究[D];合肥工业大学;2014年
7 李剑波;重庆能源绿色低碳发展研究[D];重庆大学;2016年
8 史烨;结合不同信息的库存和定价研究[D];中国科学技术大学;2015年
9 李丽萍;区域物流系统动力学模型构建与应用研究[D];东北林业大学;2012年
10 孙蕾;民用飞机多级库存配置方法与管理研究[D];南京航空航天大学;2013年
中国硕士学位论文全文数据库 前10条
1 孟庆阳;需求预测驱动的农化企业库存管理模式研究[D];浙江工业大学;2018年
2 汤文浩;徐州移动城域传送网需求预测研究及应用[D];浙江工业大学;2018年
3 陈金升;新能源汽车分时租赁需求预测及调度方法研究[D];武汉理工大学;2018年
4 贺红华;某电梯配件生产企业需求预测研究[D];天津大学;2018年
5 江祎彤;基于数据解析技术的钢铁原料与成品作业参数预报研究[D];东北大学;2015年
6 姜剑;共享自行车调度需求预测与用户分流关键技术研究[D];杭州电子科技大学;2018年
7 孙骁;M公司库存电缆数量控制与预测[D];兰州交通大学;2018年
8 魏思伟;新电改背景下我国售电公司营销策略研究[D];华北电力大学;2018年
9 刘建勋;基于灰色与偏最小二乘组合模型的我国天然气需求预测[D];中国石油大学(北京);2017年
10 罗莉莉;湖北省电能替代需求预测及技术评价模型研究[D];华中科技大学;2017年
中国重要报纸全文数据库 前10条
1 本报记者 张正虹;铂金需求预测[N];中国黄金报;2019年
2 本报记者 阎密;零售业数字化:已起步,正优化[N];国际商报;2017年
3 本报记者 任旼;波音调高中国市场新飞机需求预测[N];中国航空报;2017年
4 本报记者 高蕾;明年钢铁需求预测[N];中国煤炭报;2012年
5 许庆欣;如何进行产品需求预测[N];厂长经理日报;2000年
6 记者 黄建纲;欧佩克发布明年全球需求预测[N];经济日报;2010年
7 记者 刘钢;欧佩克再次下调今年原油需求预测[N];新华每日电讯;2009年
8 上海丰宝电子副总经理 刘海东;做好市场和需求预测关键在于有效沟通[N];中国电子报;2008年
9 钱伯章;IEA发布世界能源需求预测[N];中国化工报;2007年
10 梁小民;需求预测的运用与困难[N];中国经济时报;2004年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978