[发明专利]一种物流电动汽车基于充电策略优化配送效率的方法

权利要求书

1.一种物流电动汽车基于充电策略优化配送效率的方法，其特征在于，所述方法包括：

获取电动汽车的配送路径以及配送过程中途经的各服务站对应的待配送货物重量；

基于所述配送路径对应的充电策略评估神经网络，确定配送过程中途经的各充电站对应的应充电量，使得所述配送路径的配送时间最短。

2.根据权利要求1所述的方法，其特征在于，所述充电策略评估神经网络通过以下步骤构建：

获取所述电动汽车的车辆信息和历史充电数据，同时获取所述配送路径的历史配送信息；

基于所述车辆信息、历史充电数据和历史配送信息构建优化模型；

构建神经网络并基于所述优化模型获取训练集；

基于所述训练集，通过梯度下降神经网络训练算法训练所述神经网络，得到所述充电策略评估神经网络。

3.根据权利要求2所述的方法，其特征在于，所述车辆信息包括所述电动汽车的标准续航里程数、单位载重量单位里程耗电量、电动汽车自重和电动汽车标准车速；所述历史充电数据包括各充电站单位电量充电时间；所述历史配送信息包括配送路径里程数和各服务站每千克交货时间常数。

4.根据权利要求2所述的方法，其特征在于，所述优化模型的目标函数为服务站的总服务时间、充电站的总充电时间和所述配送路径的总行驶时间之和的最小值；其中，可变量为各服务站对应的待配送货物重量；决策量为各充电站对应的应充电量。

5.根据权利要求4所述的方法，其特征在于，所述神经网络包括M个输入，具体为M个服务站对应的待配送货物重量；所述神经网络包括zN个输出，具体为N个充电站对应的z个优化方向的评估值；所述z个优化方向为充电站对应的不同充电量；充电站对应的应充电量为评估值最大的优化方向。

6.根据权利要求5所述的方法，其特征在于，基于所述优化模型获取训练集具体包括：

初始化所述神经网络；

随机生成所述神经网络的初始输入，经所述神经网络计算得到评估值集合，并筛选出各充电站对应的最大评估值集合；

将所述初始输入作为可变量，所述最大评估值集合作为决策量，计算所述优化模型的目标函数值；

若所述目标函数值小于最优目标函数值时，提高所述最大评估值集合对应的评估值，得到优化后的所述评估值集合，同时将所述目标函数值作为新的最优目标函数值；

将所述初始输入和优化后的所述评估值集合作为一个训练样本，将多个所述训练样本作为一个训练集。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取多个配送路径及其对应的最短配送时间；

筛选出耗时最短的配送路径，使得整个配送任务所需时间最短。