声明
摘要
1.1 选题背景及研究意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外发展动态及研究现状
1.2.1 国内外电动汽车及充电基础设施发展动态
1.2.2 充电站选址国外研究现状
1.2.3 充电站选址国内研究现状
1.3 论文研究的主要内容
第2章 电动汽车充电站选址指标体系及DPSIR模型构建
2.1 能源互联网环境下对电动汽车充电站选址的要求
2.2 选址特点及充电设施国际标准
2.2.1 电动汽车充电站选址特点
2.2.2 充电设施国际标准
2.3 评价指标体系的建立
2.3.1 电网相关因素
2.3.2 经济因素
2.3.3 交通因素
2.3.4 技术因素
2.3.5 环境因素
2.3.6 规划因素
2.4 构建选址DPSIR模型
2.5 本章小结
第3章 遗传算法优化的BP神经网络的充电站选址方法
3.1 神经网络概述
3.1.1 人工神经网络的基本特征
3.1.2 BP神经网络理论
3.2 基于遗传算法优化的BP神经网络算法
3.2.1 BP神经网络存在的不足
3.2.2 使用遗传算法对BP神经网络优化
3.2.3 使用遗传算法优化的BP神经网络优点分析
3.3 熵值法确定权重系数
3.4 算例分析
3.4.1.对定性指标进行定量化处理
3.4.2.数据归一化处理
3.4.3 使用熵值法计算各指标权重
3.4.4 使用Matlab计算遗传算法优化的BP神经网络值
3.5 本章小结
第4章 基于改进物元可拓模型的充电站选址方法
4.1 物元可拓方法
4.1.1 基本的物元可拓理论
4.1.2 物元评价基本步骤
4.2 改进的物元可拓方法
4.3 算例分析
4.4 本章小结
第5章 基于蚁群聚类的RBF神经网络充电站选址方法
5.1 RBF神经网络
5.2 蚁群相关算法
5.2.1 蚁群聚类算法原理
5.2.2 遗传变异改进的蚁群聚类算法
5.3 算例分析
5.3.1 蚁群聚类算法确定RBF隐含层个数
5.3.2 基于RBF神经网络的充电站选址评价
5.4 方法比较分析
5.5 本章小结
第6章 研究成果和结论
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢