【布局优化】基于改进粒子群算法实现充电桩选址优化问题附matlab代码

简介: 【布局优化】基于改进粒子群算法实现充电桩选址优化问题附matlab代码

 1 简介

当前世界环境污染和能源危机问题凸显,电动汽车以零排放和低耗能的优势得到各国的大力关注和支持。以电动汽车为代表新能源汽车产业,成为国家七大战略性新兴产业之一。电动汽车具有良好的发展前景,市场规模也在逐步扩大。但是作为电动汽车的配套设施中的充电设施网络的不完善在很大程度上阻碍了电动汽车的使用和普及。充电设施对于电动汽车作用相当于加油站对于燃油车的作用,充电设施的选址和设施内充电桩的数量直接影响到了电动汽车的发展,也间接影响了充电设施的服务质量和运营效益。因此,本文在一定预算费用限制下,需要对电动汽车充电设施的选址位置进行确定的同时,还要确定每个选址点要建设多少个快速充电桩。

2 部分代码

clear; clc; close all;

%Input

%--------------------------------------------------------------------------

S=24;      %Span

N=12;      %Number of Bays (even)

H1=1;      %Height at edge

H2=3.7;    %Height at midspan

DL=-4000;  %Dead Load on Top Chord

LL=-4000;  %Live Load on Top Chord

%Nodes Coordinates and Degrees of Freedoms

%------------------------------------------

for i=1:1:N+1

Node{i}.x=S*(i-1)/N; Node{i}.y=0;

Node{i}.DOFx=2*i-1;  Node{i}.DOFy=2*i;

end

for i=N+2:1:1.5*N+2

Node{i}.x=S*(i-N-2)/N; Node{i}.y=H1+(H2-H1)*(i-N-2)/(N/2);

Node{i}.DOFx=2*i-1;    Node{i}.DOFy=2*i;

end

for i=1.5*N+3:1:2*N+2

Node{i}.x=S*(i-N-2)/N; Node{i}.y=H1+(H2-H1)*(2*N+2-i)/(N/2);

Node{i}.DOFx=2*i-1;    Node{i}.DOFy=2*i;

end

%Elements Connectivity, Section, and Modulus of Elasticity, and Yield Strength

%--------------------------------------------------------------------------

for i=1:1:N                 %Bottom Chord

Element{i}.Nodes=[i i+1];

Element{i}.A=1472e-6;

Element{i}.rmin=0.0237;

Element{i}.E=200e9;

Element{i}.Fy=250e6;

end

for i=1:1:N                 %Top Chord        

Element{N+i}.Nodes=[N+1+i N+2+i];

Element{N+i}.A=1472e-6;

Element{N+i}.rmin=0.0237;

Element{N+i}.E=200e9;

Element{N+i}.Fy=250e6;

end

for i=1:1:N/2               %Diagonal Members        

Element{2*N+i}.Nodes=[i+1 N+1+i];

Element{2*N+i}.A=1472e-6;

Element{2*N+i}.rmin=0.0237;

Element{2*N+i}.E=200e9;

Element{2*N+i}.Fy=250e6;

end

for i=N/2+1:1:N             %Diagonal Members        

Element{2*N+i}.Nodes=[i N+2+i];

Element{2*N+i}.A=1472e-6;

Element{2*N+i}.rmin=0.0237;

Element{2*N+i}.E=200e9;

Element{2*N+i}.Fy=250e6;

end

for i=1:1:N+1               %Vertical Members        

Element{3*N+i}.Nodes=[i N+1+i];

Element{3*N+i}.A=1472e-6;

Element{3*N+i}.rmin=0.0237;

Element{3*N+i}.E=200e9;

Element{3*N+i}.Fy=250e6;

end

%Support, Support Displacement, and Applied Force

%-------------------------------------------------

Support=[1 2 2*N+2];

U_s=[0 0 0]';

Force=zeros(4*N+4,1);

Force(2*N+4)=(DL+LL)/2;

Force(4*N+4)=(DL+LL)/2;

Force(2*N+6:2:4*N+2)=DL+LL;

%Processing

%--------------------------------------------------------------------------

[Node,Element,F_s]=Analysis(Node,Element,Support,U_s,Force);

%Check AISC code

%--------------------------------------------------------------------------

Element=Check_Code(Element);

%Output

%--------------------------------------------------------------------------

Mag_Factor=20;

Plot_Results(Node,Element,Mag_Factor,0);

Plot_Results(Node,Element,Mag_Factor,1); title('Strain');

Plot_Results(Node,Element,Mag_Factor,2); title('Stress');

Plot_Results(Node,Element,Mag_Factor,3); title('Axial Force');

Plot_Results(Node,Element,Mag_Factor,4); title('Design Ratio');

3 仿真结果

image.gif编辑

4 参考文献

[1]齐琳, 姚俭, 王心月. 基于改进粒子群算法的电动汽车充电站布局优化[J]. 公路交通科技, 2017, 34(6):8.

博主简介:擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真,相关matlab代码问题可私信交流。

部分理论引用网络文献,若有侵权联系博主删除。


相关文章
|
2天前
|
机器学习/深度学习 算法
基于遗传优化的双BP神经网络金融序列预测算法matlab仿真
本项目基于遗传优化的双BP神经网络实现金融序列预测,使用MATLAB2022A进行仿真。算法通过两个初始学习率不同的BP神经网络(e1, e2)协同工作,结合遗传算法优化,提高预测精度。实验展示了三个算法的误差对比结果,验证了该方法的有效性。
|
5天前
|
机器学习/深度学习 数据采集 算法
基于PSO粒子群优化的CNN-GRU-SAM网络时间序列回归预测算法matlab仿真
本项目展示了基于PSO优化的CNN-GRU-SAM网络在时间序列预测中的应用。算法通过卷积层、GRU层、自注意力机制层提取特征,结合粒子群优化提升预测准确性。完整程序运行效果无水印,提供Matlab2022a版本代码,含详细中文注释和操作视频。适用于金融市场、气象预报等领域,有效处理非线性数据,提高预测稳定性和效率。
|
1天前
|
算法
基于梯度流的扩散映射卡尔曼滤波算法的信号预处理matlab仿真
本项目基于梯度流的扩散映射卡尔曼滤波算法(GFDMKF),用于信号预处理的MATLAB仿真。通过设置不同噪声大小,测试滤波效果。核心代码实现数据加载、含噪信号生成、扩散映射构建及DMK滤波器应用,并展示含噪与无噪信号及滤波结果的对比图。GFDMKF结合非线性流形学习与经典卡尔曼滤波,提高对非线性高维信号的滤波和跟踪性能。 **主要步骤:** 1. 加载数据并生成含噪测量值。 2. 使用扩散映射捕捉低维流形结构。 3. 应用DMK滤波器进行状态估计。 4. 绘制不同SNR下的轨迹示例。
|
5月前
|
安全
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
本文介绍了2023年高教社杯数学建模竞赛D题的圈养湖羊空间利用率问题,包括问题分析、数学模型建立和MATLAB代码实现,旨在优化养殖场的生产计划和空间利用效率。
240 6
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
|
5月前
|
存储 算法 搜索推荐
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
本文提供了2022年华为杯数学建模竞赛B题的详细方案和MATLAB代码实现,包括方形件组批优化问题和排样优化问题,以及相关数学模型的建立和求解方法。
144 3
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
|
5月前
|
数据采集 存储 移动开发
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
本文介绍了2023年五一杯数学建模竞赛B题的解题方法,详细阐述了如何通过数学建模和MATLAB编程来分析快递需求、预测运输数量、优化运输成本,并估计固定和非固定需求,提供了完整的建模方案和代码实现。
113 0
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
|
8月前
|
数据安全/隐私保护
耐震时程曲线,matlab代码,自定义反应谱与地震波,优化源代码,地震波耐震时程曲线
地震波格式转换、时程转换、峰值调整、规范反应谱、计算反应谱、计算持时、生成人工波、时频域转换、数据滤波、基线校正、Arias截波、傅里叶变换、耐震时程曲线、脉冲波合成与提取、三联反应谱、地震动参数、延性反应谱、地震波缩尺、功率谱密度
基于混合整数规划的微网储能电池容量规划(matlab代码)
基于混合整数规划的微网储能电池容量规划(matlab代码)
|
8月前
|
算法 调度
含多微网租赁共享储能的配电网博弈优化调度(含matlab代码)
含多微网租赁共享储能的配电网博弈优化调度(含matlab代码)
|
8月前
|
Serverless
基于Logistic函数的负荷需求响应(matlab代码)
基于Logistic函数的负荷需求响应(matlab代码)