论文目录 | |
致谢 | 第1-6页 |
摘要 | 第6-8页 |
ABSTRACT | 第8-15页 |
1 绪论 | 第15-25页 |
1.1 研究背景与意义 | 第15-19页 |
1.1.1 研究背景 | 第15-17页 |
1.1.2 研究目的与意义 | 第17-19页 |
1.2 研究内容与方法 | 第19-21页 |
1.2.1 研究内容 | 第19-20页 |
1.2.2 研究方法 | 第20-21页 |
1.3 论文架构与技术路线 | 第21-23页 |
1.3.1 论文架构 | 第21页 |
1.3.2 技术路线 | 第21-23页 |
1.4 论文创新点 | 第23-25页 |
2 文献与基础理论综述 | 第25-43页 |
2.1 资源优化配置研究现状 | 第25-32页 |
2.1.1 制定目标 | 第26-27页 |
2.1.2 资源识别 | 第27页 |
2.1.3 资源开发和获取 | 第27-30页 |
2.1.4 资源维系和融合 | 第30-32页 |
2.2 电动汽车电池回收研究现状 | 第32-34页 |
2.3 电动汽车充电站布局研究现状 | 第34-36页 |
2.4 研究述评与研究展望 | 第36-39页 |
2.4.1 研究述评 | 第36-37页 |
2.4.2 研究展望 | 第37-39页 |
2.5 电动汽车行业发展概况 | 第39-43页 |
2.5.1 电动汽车概况 | 第39页 |
2.5.2 电动汽车电池 | 第39-40页 |
2.5.3 电动汽车充电站 | 第40页 |
2.5.4 电动汽车行业发展 | 第40-43页 |
3 资源识别及其仿真分析——资源共享QUEUING模型 | 第43-59页 |
3.1 研究背景 | 第43页 |
3.2 理论模型 | 第43-50页 |
3.2.1 非共享资源服务模型 | 第45-48页 |
3.2.2 共享资源服务模型 | 第48-50页 |
3.3 仿真 | 第50-55页 |
3.3.1 平均服务队长 | 第51-52页 |
3.3.2 业务平均处理时间 | 第52-53页 |
3.3.3 客户分类服务与顾客流失率 | 第53页 |
3.3.4 资源利用率与产出效率 | 第53-55页 |
3.4 资源识别结论 | 第55-57页 |
3.4.1 电池回收——时间维度上 | 第55-56页 |
3.4.2 充电站布局——空间维度上 | 第56-57页 |
3.5 本章小结 | 第57-59页 |
4 资源开发、获取及其仿真分析—电池回收AGENT模型 | 第59-77页 |
4.1 研究背景 | 第59页 |
4.2 方法简介和概念模型 | 第59-60页 |
4.3 电池回收AGENT建模 | 第60-65页 |
4.3.1 消息模型 | 第60-62页 |
4.3.2 电池模型 | 第62-64页 |
4.3.3 电动汽车模型 | 第64-65页 |
4.4 电池回收仿真研究 | 第65-69页 |
4.4.1 仿真流程及模型运行结果 | 第66-67页 |
4.4.2 模型及初始条件设置 | 第67-69页 |
4.5 仿真结果与结论 | 第69-74页 |
4.5.1 模型检验 | 第69-71页 |
4.5.2 仿真结果 | 第71-74页 |
4.6 资源开发和获取结论 | 第74-75页 |
4.7 本章小结 | 第75-77页 |
5 资源开发、获取及其仿真分析—电池回收QUEUING模型 | 第77-87页 |
5.1 电池回收概念模型 | 第77页 |
5.2 简单排队论模型 | 第77-78页 |
5.3 基于排队论的仿真模型 | 第78-81页 |
5.3.1 配对模型 | 第79页 |
5.3.2 电池模型 | 第79页 |
5.3.3 电动汽车模型 | 第79-81页 |
5.4 仿真实验分析 | 第81-85页 |
5.4.1 仿真设置 | 第81-82页 |
5.4.2 仿真实验 | 第82-85页 |
5.5 资源开发和获取研究结论 | 第85-86页 |
5.6 本章小结 | 第86-87页 |
6 资源开发、获取及其仿真分析—充电站布局AGENT模型 | 第87-117页 |
6.1 研究背景 | 第87页 |
6.2 概念模型建立 | 第87-89页 |
6.3 数学模型分析 | 第89-92页 |
6.4 充电站布局仿真 | 第92-95页 |
6.4.1 充电站Agent | 第92-93页 |
6.4.2 电动汽车Agent | 第93-94页 |
6.4.3 目的地Agent | 第94-95页 |
6.5 充电站布局仿真设置 | 第95-100页 |
6.5.1 仿真流程 | 第95-97页 |
6.5.2 仿真设置 | 第97-100页 |
6.6 充电站布局仿真结果和频率分析 | 第100-108页 |
6.6.1 充电站访问结果 | 第100-101页 |
6.6.2 充电站访问频率分析 | 第101-108页 |
6.7 充电站访问频率单因素分析 | 第108-112页 |
6.8 充电站布局优化 | 第112-115页 |
6.8.1 边缘点添加 | 第112页 |
6.8.2 访问频率稀释 | 第112-113页 |
6.8.3 最大三角形法 | 第113页 |
6.8.4 距离最小法与边缘点添加法 | 第113页 |
6.8.5 密度稀释法 | 第113-115页 |
6.9 资源开发、获取研究结论 | 第115页 |
6.10 本章小结 | 第115-117页 |
7 资源维系、融合及其仿真分析——PRINCIPAL-AGENT模型分析 | 第117-129页 |
7.1 研究背景 | 第117页 |
7.2 委托代理模型 | 第117-119页 |
7.3 模型求解 | 第119-121页 |
7.4 模型分析 | 第121-125页 |
7.4.1 主导企业期望效用关系模型 | 第121-123页 |
7.4.2 附属企业期望收入关系模型 | 第123-124页 |
7.4.3 对主导企业总代理成本关系模型进行分析 | 第124-125页 |
7.5 资源维系、融合研究结论 | 第125-127页 |
7.6 本章小结 | 第127-129页 |
8 资源维系、融合及其仿真分析——HOLOGRAPHIC-BASED模型分析 | 第129-145页 |
8.1 研究背景 | 第129页 |
8.2 基于准全息元模型的资源优化配置模型 | 第129-131页 |
8.3 基于物联网的系统数据获取和传输 | 第131-134页 |
8.3.1 SAP概述 | 第132-133页 |
8.3.2 SCP概述 | 第133-134页 |
8.4 基于神经网络模型的系统学习与反馈 | 第134-135页 |
8.5 基于准全息元模型仿真实验研究 | 第135-142页 |
8.5.1 传感器数据设置 | 第135-138页 |
8.5.2 数据收集与管理 | 第138-139页 |
8.5.3 网络学习与反馈 | 第139-142页 |
8.6 资源维系、融合研究结论 | 第142-143页 |
8.7 本章小结 | 第143-145页 |
9 研究结论 | 第145-147页 |
参考文献 | 第147-155页 |
附录A 汽车和乘客AGENT | 第155-157页 |
附录B 找寻距离 | 第157-159页 |
附录C 计算最优距离 | 第159-161页 |
附录D 乘客优先级 | 第161-163页 |
附录E 乘客信息 | 第163-167页 |
附录F 汽车信息 | 第167-169页 |
附录G 充电站信息 | 第169-171页 |
附录H 充电站仿真结果 | 第171-175页 |
附录I T-检验分析结果 | 第175-179页 |
附录J 充电站布局优化过程 | 第179-183页 |
附录K 实验样本 | 第183-187页 |
附录L 神经网络训练代码 | 第187-189页 |
附录M 神经网络测试代码 | 第189-190页 |
附录N 数据收集过程 | 第190-193页 |
作者简历及攻读博士学位期间取得的研究成果 | 第193-197页 |
学位论文数据集 | 第197页 |