公开(公告)号：CN118095736A

公开(公告)日：2024-05-28

申请号：CN202410240512.9

申请日：2024-03-04

Applicant: 南京大学

Inventor： 李敏 ,  朱丹丹 ,  章奭雨

IPC: G06Q10/0631 ,  G06Q30/0204 ,  G06Q50/06 ,  G07C11/00 ,  G06N5/01

Abstract: 本发明公开了一种续航不确定性下考虑充电站容量的充电站规划方法与系统，所述方法包括：考虑续航不确定性设置电动汽车最小电池容量，结合电动汽车最大电池容量并考虑允许偏离最短路径，扩展原始的城际交通网络图，并确定电动汽车的充电策略为充电至足够行驶到下一充电站的电量即可；将充电站的排队模型构建为多服务台排队模型；基于扩展的城际交通网络图，在续航不确定下，从城际出行角度出发结合排队模型和充电策略建立关注成本因素的选址模型，以最小化电动汽车在途充电量、充电站的总固定成本和充电桩的可变成本以及电动汽车在充电站的排队等待时间成本为目标；利用模拟退火算法求解选址模型。本发明选址方式贴合实际，实用性强。

公开(公告)号：CN119940884A

公开(公告)日：2025-05-06

申请号：CN202510434577.1

申请日：2025-04-08

Applicant: 南京大学

Inventor： 王庆阳 ,  章奭雨 ,  李敏 ,  吴义男 ,  王天晓 ,  陈彩华

IPC: G06Q10/0631 ,  G06Q10/04 ,  G06F18/23213 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明公开了一种数据驱动下考虑不确定性的物资需求分析与预测方法，包括以下步骤：（1）基于历史需求数据，将业扩物资划分为连续需求物资和间歇需求物资；（2）对所述连续需求物资和间歇需求物资分别进行k‑means聚类分析；（3）根据聚类结果，对每一子类物资分别选择时间序列模型和深度学习模型进行需求预测，其中时间序列模型为自回归积分滑动平均模型ARIMA，深度学习模型为长短期记忆网络LSTM；通过评估指标对比不同模型的预测效果，选择最优预测结果作为最终需求预测值，并将结果用于物资采购决策；本发明为业扩项目物资采购管理提供科学合理的决策依据。

公开(公告)号：CN118095736B

公开(公告)日：2025-03-25

申请号：CN202410240512.9

申请日：2024-03-04

Applicant: 南京大学

Inventor： 李敏 ,  朱丹丹 ,  章奭雨

IPC: G06Q10/0631 ,  G06Q30/0204 ,  G06Q50/06 ,  G07C11/00 ,  G06N5/01

Abstract: 本发明公开了一种续航不确定性下考虑充电站容量的充电站规划方法与系统，所述方法包括：考虑续航不确定性设置电动汽车最小电池容量，结合电动汽车最大电池容量并考虑允许偏离最短路径，扩展原始的城际交通网络图，并确定电动汽车的充电策略为充电至足够行驶到下一充电站的电量即可；将充电站的排队模型构建为多服务台排队模型；基于扩展的城际交通网络图，在续航不确定下，从城际出行角度出发结合排队模型和充电策略建立关注成本因素的选址模型，以最小化电动汽车在途充电量、充电站的总固定成本和充电桩的可变成本以及电动汽车在充电站的排队等待时间成本为目标；利用模拟退火算法求解选址模型。本发明选址方式贴合实际，实用性强。