Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:1712.01126

帮助 | 高级搜索

计算机科学 > 系统与控制

arXiv:1712.01126 (cs)
[提交于 2017年12月4日 ]

标题: 优化电动出租车充电系统:来自运输能源供应链的数据驱动方法

标题: Optimizing Electric Taxi Charging System: A Data-Driven Approach from Transport Energy Supply Chain Perspective

Authors:Yinghao Jia, Yide Zhao, Ziyang Guo, Yu Xin, Huimiao Chen
摘要: 在过去十年中,电动出租车的发展激发了学术界对高效分配充电站的日益增长的研究兴趣。 为了应对电动出租车的驾驶模式,我们引入了交通能源供应链的视角来捕捉充电需求,并将充电站分配问题转化为选址问题。 基于P-中位数模型和Min-max模型,我们开发了一种数据驱动的方法来评估系统效率和服务质量。 我们还使用北京的GPS轨迹数据进行了案例研究,从系统效率和服务质量的角度评估了各种选址策略。 此外,有无拥堵的情况也进行了比较评估。
摘要: In the last decade, the development of electric taxis has motivated rapidly growing research interest in efficiently allocating electric charging stations in the academic literature. To address the driving pattern of electric taxis, we introduce the perspective of transport energy supply chain to capture the charging demand and to transform the charging station allocation problem to a location problem. Based on the P-median and the Min-max models, we developed a data-driven method to evaluate the system efficiency and service quality. We also conduct a case study using GPS trajectory data in Beijing, where various location strategies are evaluated from perspectives of system efficiency and service quality. Also, situations with and without congestion are comparatively evaluated.
主题: 系统与控制 (eess.SY) ; 优化与控制 (math.OC)
引用方式: arXiv:1712.01126 [cs.SY]
  (或者 arXiv:1712.01126v1 [cs.SY] 对于此版本)
  https://doi.org/10.48550/arXiv.1712.01126
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Huimiao Chen [查看电子邮件]
[v1] 星期一, 2017 年 12 月 4 日 14:56:32 UTC (329 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
查看许可
当前浏览上下文:
eess.SY
< 上一篇   |   下一篇 >
新的 | 最近的 | 2017-12
切换浏览方式为:
cs
cs.SY
math
math.OC

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号