摘要
本发明公开了一种考虑双网能耗的电动车任务分配方法,包括,获得路网车流数据、充电桩位置信息和历史充电效率以及任务目标相关数据等,并对电动车任务分配问题进行数学建模,形成以车辆跟踪目标编号、最大行驶速度、路网边选择、充电桩区域选择和充电时间为决策变量,以有效跟踪时长和车辆能源消耗为目标的目标函数,采用基于纳什优化的分布式动态演化算法,在确保有效跟踪时长最长、车辆能源消耗量最低的条件下,计算出最优的任务分配方案,合理分配电动车的跟踪目标、行驶速度和充电桩资源,高效地满足任务需求。
技术关键词
任务分配方法
时序预测模型
演化算法
LSTM模型
充电桩位置信息
遗传算法
监控车辆状态
智能电动车
代表
能源
数据
轨迹
时间片
无人车
能耗
决策
动态
卡尔曼滤波
数学
系统为您推荐了相关专利信息
融合知识图谱
推理方法
生成自然语言
实体
非结构化文本
节点
网络拓扑结构特征
任务分配方法
温度随时间变化
任务分配装置
电力日负荷
长短期记忆网络
生成预测模型
指标
电力系统负荷预测技术
语义关联度
序列
智能检测方法
管道防腐层
埋地钢制管道