研究人员开发了EVTradeMatch,这是一个旨在优化电动汽车(EV)之间点对点能源交易的新框架。该系统采用预测引导的多目标优化方法来匹配EV提供者和消费者,同时考虑移动性、能源传输和充电节点适用性等因素。该框架采用定制的非支配排序遗传算法II(NSGA-II)来寻找帕累托最优解,旨在平衡最大化覆盖范围、传输能量和适用性以及最小化移动成本等目标。实验结果表明,与现有方法相比,传输能量和充电节点适用性有了显著提高。 AI
影响 该框架可以提高电动汽车网络中能源管理的效率和灵活性。
排序理由 该条目是一篇学术论文,详细介绍了一个针对特定优化问题的新框架和算法。[lever_c_demoted from research: ic=1 ai=0.7]
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- electric vehicles
- EV--EV energy trading
- EVNextTrade
- EVTradeMatch
- Gotit.pub
- Hugging Face
- Md Mahfujur Rahman
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →