論文の概要: A node-charge graph-based online carshare rebalancing policy with capacitated electric charging

• arxiv url: http://arxiv.org/abs/2001.07282v4
• Date: Mon, 15 Mar 2021 01:54:36 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-07 06:10:13.583921
• Title: A node-charge graph-based online carshare rebalancing policy with capacitated electric charging
• Title（参考訳）: 静電容量充電によるノードチャージグラフに基づくオンラインカーシェアリバランシングポリシー
• Authors: Theodoros P. Pantelidis, Li Li, Tai-Yu Ma, Joseph Y. J. Chow, Saif Eddin G. Jabari
• Abstract要約: コスト関数近似を用いた新たな再バランスポリシを提案する。 このアルゴリズムはニューヨーク州ブルックリンの電気カーシェアのケーススタディで検証されている。
• 参考スコア（独自算出の注目度）: 3.262056736346764
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Viability of electric car-sharing operations depends on rebalancing algorithms. Earlier methods in the literature suggest a trend toward non-myopic algorithms using queueing principles. We propose a new rebalancing policy using cost function approximation. The cost function is modeled as a p-median relocation problem with minimum cost flow conservation and path-based charging station capacities on a static node-charge graph structure. The cost function is NP-complete, so a heuristic is proposed that ensures feasible solutions that can be solved in an online system. The algorithm is validated in a case study of electric carshare in Brooklyn, New York, with demand data shared from BMW ReachNow operations in September 2017 (262 vehicle fleet, 231 pickups per day, 303 traffic analysis zones (TAZs)) and charging station location data (18 charging stations with 4 port capacities). The proposed non-myopic rebalancing heuristic reduces the cost increase compared to myopic rebalancing by 38%. Other managerial insights are further discussed.
• Abstract（参考訳）: カーシェアリングの有効性はリバランスアルゴリズムに依存する。 文献の初期の手法では、待ち行列原理を用いた非筋覚アルゴリズムへの傾向が示唆されている。 コスト関数近似を用いた新しいリバランス政策を提案する。 コスト関数は、静的ノードチャージグラフ構造上の最小コストフロー保存とパスベースの充電ステーション容量を有するp中間転位問題としてモデル化される。 コスト関数はnp完全であるため、オンラインシステムで解決可能な実現可能なソリューションを保証するヒューリスティックが提案されている。 このアルゴリズムは、ニューヨーク州ブルックリンの電動カーシェアリングのケーススタディで検証され、2017年9月のbmw reachnow operations(車両262台、1日231台、交通分析ゾーン(tazs)303台)と充電ステーションの位置データ(4ポート容量の充電ステーション18台)の需要データが共有されている。 提案する非筋性リバランスヒューリスティックは、筋性リバランスに比べてコスト増加を38%減少させる。 その他の管理上の洞察をさらに議論する。

関連論文リスト

• Online Dynamic Pricing for Electric Vehicle Charging Stations with Reservations [0.3374875022248865]
  電気自動車(EV)への移行は、電力網に大きな影響を与える。 従来の燃料源とは異なり、EVの電力はグリッド容量、価格変動、長時間のEV充電時間によって制約される。 本稿では,リザーブドEV充電サービスのオンライン動的価格設定モデルを提案する。
  論文  参考訳（メタデータ） (2024-10-07T22:36:40Z)
• Fair collaborative vehicle routing: A deep multi-agent reinforcement learning approach [49.00137468773683]
  協力的な車両ルーティングは、キャリアがそれぞれの輸送要求を共有し、互いに代表して輸送要求を実行することで協力するときに発生する。 従来のゲーム理論解の概念は、特性関数がエージェントの数とともに指数関数的にスケールするので、計算に費用がかかる。 我々は,この問題を,深層マルチエージェント強化学習を用いて解決した連立交渉ゲームとしてモデル化することを提案する。
  論文  参考訳（メタデータ） (2023-10-26T15:42:29Z)
• Unsupervised Optimal Power Flow Using Graph Neural Networks [172.33624307594158]
  グラフニューラルネットワークを用いて、要求された電力と対応するアロケーションとの間の非線形パラメトリゼーションを学習する。 シミュレーションを通して、この教師なし学習コンテキストにおけるGNNの使用は、標準解法に匹敵するソリューションにつながることを示す。
  論文  参考訳（メタデータ） (2022-10-17T17:30:09Z)
• Improving Operational Efficiency In EV Ridepooling Fleets By Predictive Exploitation of Idle Times [0.0]
  Idle Time Exploitation (ITX) と呼ばれる1つのオペレーターによる配車サービスのリアルタイム予測充電方式を提案する。 ITXは、車両がアイドル状態にある期間を予測し、これらの期間を利用してエネルギーを収穫する。 グラフ畳み込みネットワーク(Graph Convolutional Networks)と線形代入アルゴリズムを用いて、車両と充電ステーションの最適なペアを考案する。
  論文  参考訳（メタデータ） (2022-08-30T08:41:40Z)
• A Multi-Objective approach to the Electric Vehicle Routing Problem [0.0]
  電気自動車ルーティング問題(EVRP)は、燃料ベースの車からより健康的で効率的な電気自動車(EV)に移行するために、研究者や工業者から大きな関心を集めている。 以前の作業では、ロジスティクスや配送関連のソリューションをターゲットにしており、複数の停止を行った後、同質の商用EVが最初のポイントに戻らなければならない。 我々は、旅行時間と充電の累積コストを最小化する多目的最適化を行う。
  論文  参考訳（メタデータ） (2022-08-26T05:09:59Z)
• Data-Driven Stochastic AC-OPF using Gaussian Processes [54.94701604030199]
  大量の再生可能エネルギーを電力網に統合することは、おそらく気候変動を遅らせる電力網からの二酸化炭素排出量を減らす最も有効な方法だろう。 本稿では、不確実な入力を組み込むことのできる交流電力流方程式に基づく代替データ駆動方式を提案する。 GPアプローチは、このギャップを交流電力流方程式に閉じるために、単純だが制約のないデータ駆動アプローチを学ぶ。
  論文  参考訳（メタデータ） (2022-07-21T23:02:35Z)
• Neural Optimal Transport with General Cost Functionals [66.41953045707172]
  一般費用関数の最適輸送計画を計算するニューラルネットワークに基づく新しいアルゴリズムを提案する。 アプリケーションとして,クラス単位の構造を保ちながら,データ分布をマップするコスト関数を構築した。
  論文  参考訳（メタデータ） (2022-05-30T20:00:19Z)
• An electric vehicle charging station access equilibrium model with M/D/C queueing [0.0]
  本稿では,M/D/Cキュー近似を非微分非線形プログラムとして用いたEV-to-charging station user equilibrium (UE)割り当てモデルを提案する。 このモデルは、2020年7月8日時点のニューヨーク市全体行政サービス(NYC DCAS)およびEV充電ステーションの構成に関する大規模なケーススタディに適用される。 その結果,高い待ち待ち時間ではなく,高い利用率の場所の選択に基づくポリシが示唆された。
  論文  参考訳（メタデータ） (2021-02-11T05:23:36Z)
• Electric Vehicle Charging Infrastructure Planning: A Scalable Computational Framework [5.572792035859953]
  交通システムと送電網のネットワーク規模が増大しているため, 大規模空間における最適充電インフラ計画問題は困難である。 本稿では,密に統合された輸送網と電力網網を網羅する電気自動車充電インフラ計画のためのスケーラブルな計算フレームワークの実証に焦点をあてる。
  論文  参考訳（メタデータ） (2020-11-17T16:48:07Z)
• Data Freshness and Energy-Efficient UAV Navigation Optimization: A Deep Reinforcement Learning Approach [88.45509934702913]
  我々は、移動基地局(BS)が配備される複数の無人航空機(UAV)のナビゲーションポリシーを設計する。 我々は、地上BSにおけるデータの鮮度を確保するために、エネルギーや情報年齢(AoI)の制約などの異なる文脈情報を組み込んだ。 提案したトレーニングモデルを適用することで、UAV-BSに対する効果的なリアルタイム軌道ポリシーは、時間とともに観測可能なネットワーク状態をキャプチャする。
  論文  参考訳（メタデータ） (2020-02-21T07:29:15Z)
• Reinforcement Learning Based Vehicle-cell Association Algorithm for Highly Mobile Millimeter Wave Communication [53.47785498477648]
  本稿では,ミリ波通信網における車とセルの関連性について検討する。 まず、ユーザ状態(VU)問題を離散的な非車両関連最適化問題として定式化する。 提案手法は,複数のベースライン設計と比較して,ユーザの複雑性とVUEの20%削減の合計で最大15%のゲインが得られる。
  論文  参考訳（メタデータ） (2020-01-22T08:51:05Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。