文献

J-GLOBAL ID：201702234767484536   整理番号：17A0415232

電気自動車に対するエージェントベースフリートシミュレーション集束のための進化的アルゴリズム【Powered by NICT】

An Evolutionary Algorithm for an Agent-Based Fleet Simulation Focused on Electric Vehicles

著者 (3件)： Jager Benedikt ,  Hahn Christoph ,  Lienkamp Markus
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： CTS  ページ： 457-464  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,電気自動車に主に焦点を当てて車両応用のためのマルチエージェントシミュレーションを提示した。システム全体の設計は,分散と分散構造で特徴づけられる。基本的な考え方は,エージェントの行動パターンを最適化するためにモンテカルロ法と結合した進化的アルゴリズムを使用することである。反復プロセスの中では,エージェント計画を実施,評価と修正である必要がある。そうすることで,活動スケジュールのセットを与えられた制約と互換性があることを生成する,電気自動車の範囲制限または充電ステーションでの空間制限など。剤では単一反復段階で限られた資源のための互いに競合する。提案したモデルは,時間変動交通条件を考慮した地図利用手法を利用した。速度プロファイルと車両の縦方向動的モデルの助けを借りて,旅行時間とエネルギー消費計算を行った。フリートと充電インフラストラクチャ構成を提案モデルの入力パラメータであるので,いくつかの電化シナリオの事例研究を行うことが可能である。全部で二種類のシナリオを調べた。最初に提案したシミュレーションモデルは,測定された群データの助けを借りて検証した。第二タクシーユースケースのための電気自動車の適合性を評価した。最初のシミュレーション研究では,毎日の走行距離は,7.8%の平均変動と平均偏差0.05%の待ち時間で反映される第二電化シナリオは,適切な電気自動車概念と充電インフラストラクチャ配置の両方を選択するための透明な指標を提供する。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 事例研究 ,  ダイナミックモデル ,  走行距離 ,  インフラストラクチャー ,  シミュレーションモデル ,  旅行時間 ,  最適化 ,  エネルギー消費 ,  モンテカルロ法 ,  *電気自動車 ,  待ち時間 ,  電化 ,  *エージェント ,  充電
準シソーラス用語： *進化的アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 電気自動車 ,  集束 ,  進化的アルゴリズム