期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
电动汽车充电平台充电桩数量和价格协同优化 被引量:2
1
作者 陈喜群 钱忆薇 莫栋 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2023年第9期1785-1793,1803,共10页
基于随机效用最大化理论,提出电动汽车充电平台用户端的用户行为决策模型.在满足车辆服务需求和充电站约束条件下,分别推导企业利润最大化和社会福利最大化目标函数下的卡罗需-库恩-塔克(KKT)条件、最优数量和最优价格,通过数值实验分... 基于随机效用最大化理论,提出电动汽车充电平台用户端的用户行为决策模型.在满足车辆服务需求和充电站约束条件下,分别推导企业利润最大化和社会福利最大化目标函数下的卡罗需-库恩-塔克(KKT)条件、最优数量和最优价格,通过数值实验分析参数敏感性.最优化结果表明,合适的充电价格和充电桩数量决定用户前往不同区域充电的意愿,充电价格和充电桩数量在多区域多时段都有最优解.模型结果表明:在空间上,价格和数量随距离增加呈现递减趋势,且递减幅度增大;在时间上,高峰期的定价高于低谷期的定价,低谷期的区域间定价差异大于高峰期的区域间定价差异.对比不同目标,社会福利最大化目标下的最优充电价格普遍低于利润最大化目标下的价格,社会福利最大化下的最优充电桩数量多于利润最大化下的充电桩数量.敏感性参数分析结果表明,电池容量、单位电池容量的充电时长、多项Logit(MNL)模型中的敏感度均与目标结果呈现负相关,与感知效用呈正相关. 展开更多
关键词 电动汽车(EV) 充电平台 用户行为决策模型 敏感性分析 协同优化
下载PDF
基于自适应群组重排的长尾推荐模型
2
作者 金苍宏 邵育华 何琴芳 《计算机应用》 CSCD 北大核心 2023年第4期1122-1128,共7页
针对传统推荐算法过度关注推荐的精度而导致的长尾问题,即热门项目拥有过高的推荐量的同时非热门项目长时间不被关注,提出一种基于欧氏距离构建二维加权相似度并融入自适应群组重排的多目标优化推荐模型(MDOM)——自适应群组重排的推荐... 针对传统推荐算法过度关注推荐的精度而导致的长尾问题,即热门项目拥有过高的推荐量的同时非热门项目长时间不被关注,提出一种基于欧氏距离构建二维加权相似度并融入自适应群组重排的多目标优化推荐模型(MDOM)——自适应群组重排的推荐模型(AGRM)。首先,利用欧氏距离构建二维加权相似度度量,根据个体历史行为记录动态设定替换比例,并利用融入群组的多目标优化算法解决长尾推荐问题;其次,设计两个简明的目标函数,并同时考虑流行度和长尾关注度,以降低目标函数的复杂性;然后,基于二维加权相似度度量,选择用户子集作为“最佳推荐用户组”,并计算帕累托最优解。在MovieLens 1M和Yahoo数据集上的实验结果表明,AGRM的覆盖率表现最优,与基于物品相似的协同过滤(ItemCF)算法相比,分别平均提升了4.11、25.38个百分点;与用于Top-N推荐的具有浅并行路径的深度变分自动编码器(VASP)模型相比,分别平均提升了8.38、33.19个百分点。在Yahoo数据集上,AGRM的推荐的平均流行度最低,表明AGRM能够推荐更多长尾项目。 展开更多
关键词 长尾推荐 自适应重排 多目标优化 有效用户群组 行为决策模型
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部