您当前的位置：
首页 >
文章列表页 >
基于改进粒子群算法的新能源汽车充电站选址方法
交通运输工程·土木工程 | 更新时间：2025-05-26

    • 基于改进粒子群算法的新能源汽车充电站选址方法

    • New energy vehicle charging station location method based on improved particle swarm optimization algorithm

    • “在新能源汽车充电站布局领域，专家提出了基于改进粒子群算法的选址方法，有效减少资源浪费，均衡充电需求。”
    • 吉林大学学报（工学版）   2024年54卷第8期 页码：2275-2281
    • 作者机构：

      1.武汉科技大学 信息科学与工程学院，武汉 430081

      2.武汉理工大学 智能交通系统研究中心，武汉 430063

    • 作者简介：

      张良力（1981-），男，副教授，博士.研究方向：新能源电力与控制，智能运输系统. E-mail：zhangliangli@wust.edu.cn

    • 基金信息：
      国家重点研发计划交通基础设施重点专项项目(2021YFB2601300)

    • DOI：10.13229/j.cnki.jdxbgxb.20230249    

      中图分类号： TP391

    • 收稿：2023-03-21，

      纸质出版：2024-08-01

    移动端阅览

  • 张良力,马晓凤.基于改进粒子群算法的新能源汽车充电站选址方法[J].吉林大学学报（工学版）,2024,54(08):2275-2281. DOI： 10.13229/j.cnki.jdxbgxb.20230249.

    ZHANG Liang-li,MA Xiao-feng.New energy vehicle charging station location method based on improved particle swarm optimization algorithm[J].Journal of Jilin University(Engineering and Technology Edition),2024,54(08):2275-2281. DOI： 10.13229/j.cnki.jdxbgxb.20230249.

  •  
  •  

0

浏览量

11

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

融合遗传算法和递推最小二乘法的半挂车稳定性参数估计
非支配排序粒子群遗传算法解决车辆位置路由问题
基于改进RBF神经网络的人体姿态局部特征识别算法
基于群智能增强核极限学习机的创新人才预测模型
引入车辆窗的定制公交线路优化

相关作者

曾小华
李凯旋
韩凯
宫铭遥
宋大凤
刘琼昕
王甜甜
王亚男

相关机构

吉林化工大学 航空工程学院
潍柴动力股份有限公司 内燃机与动力系统全国重点实验室
吉林大学 汽车底盘集成与仿生全国重点实验室
北京理工大学 计算机学院
北京理工大学 北京市海量语言信息处理与云计算应用工程技术研究中心
0