论文名称 以基因算法求解电动公共汽车车辆排程之研究
年别 110
学位 硕士
学校系所 国立交通大学 运输与物流管理学系
作者 严士轩
指导教授 王晋元
论文摘要        近年来全球暖化情况日益严重,各国为推行节能减碳而积极推动「绿色运输」,其中我国推出「2030年大客车全面电动化」之政策来达成此目的。然而电动公共汽车之营运特性与一般柴油公共汽车大相迳庭,需额外考量如:续航力、充电时间等限制。因此本研究目的系以站在公共汽车营运业者角度下,探讨多车种、多场站且多路线下,并考量混和调度且充电时间不固定之条件,以最小化一年总营运成本为目标,运用根据问题特性改良之基因算法进行求解,决策所需之电动公共汽车数、充电桩数及每辆车须执行的勤务。本研究为使贴近于现实情境,贡献主要有三项:一为在考量多车种纯电动公共汽车系统、多场站及多路线等多维度条件下,有效地求解出所需之电动公共汽车数、充电桩数及车辆排程。二为在考量充电时间不固定下,进行决策各场站所需快充、慢充充电桩数。三则为将混和调度考量至公共汽车营运系统中,并实例应用于台湾市区公共汽车中。本研究撷取PTX中高雄一客运平日时段六条路线共390个班次之车机资料作为营运班表进行实例测试。以改良之基因算法求解之结果显示,在均满足电量不低于安全电量水平且时间不重叠之情况下,依迭代次数增加而成本呈下降趋势,伴随着突变机制致使跳脱区域最佳解,可在有效的运算时间下求得不错的解。
附件下载 (电子档于113-01-25后开放下载)
张贴日 2022/12/07
Hashtags
查看次数: 6