This paper addresses the problem of

This paper addresses the problem of optimally placing charging stations in urban areas.
Two optimization criteria are used: maximizing the number of reachable households and
minimizing overall e-transportation energy cost. The decision making models used for both
cases are mixed integer programming with linear and nonlinear energy-aware constraints.
A multi-objective optimization model that handles both criteria (number of reachable
households and transportation energy) simultaneously is also presented. A number of simulation
results are provided for two different cities in order to illustrate the proposed
methods. Among other insights, these results show that the multi-objective optimization
provides improved placement results.

ผลลัพธ์ (ไทย) 1:

กระดาษนี้เน้นปัญหาความเหมาะสมวางชาร์จสถานีในพื้นที่เขตเมืองใช้สองเกณฑ์เพิ่มประสิทธิภาพ: เพิ่มจำนวนครัวเรือนที่สามารถเข้าถึง และลดต้นทุนพลังงานรวม e-ขนส่ง รุ่นตัดสินใจที่ใช้สำหรับทั้งสองกรณีที่มีผสมการเขียนโปรแกรมเชิงเส้น และไม่เชิงเส้นพลังงานตระหนักถึงข้อจำกัดด้วยจำนวนเต็มแบบจำลองเพิ่มประสิทธิภาพแบบที่จัดการกับเงื่อนไขทั้งสอง (จำนวนสามารถเข้าถึงครัวเรือนและขนส่งพลังงาน) ไปพร้อม ๆ กันนอกจากนี้ยังนำเสนอ จำนวนของจำลองผลไว้สำหรับเมืองต่าง ๆ ที่สองเพื่อแสดงให้เห็นถึงการนำเสนอวิธีการ ในข้อมูลเชิงลึกอื่น ๆ ผลลัพธ์เหล่านี้แสดงว่าการเพิ่มประสิทธิภาพแบบให้ผลการปรับปรุงตำแหน่ง

ผลลัพธ์ (ไทย) 2:

กระดาษนี้อยู่ปัญหาของการวางอย่างเหมาะสมสถานีชาร์จในเขตเมือง.
เกณฑ์การเพิ่มประสิทธิภาพสองมีการใช้การเพิ่มจำนวนของผู้ประกอบการสามารถเข้าถึงได้และ
การลด E-ต้นทุนการขนส่งพลังงานโดยรวม การตัดสินใจทำแบบจำลองที่ใช้สำหรับทั้งสอง
กรณีจะมีการผสมการเขียนโปรแกรมเชิงเส้นจำนวนเต็มกับพลังงานและข้อ จำกัด ตระหนักถึงการไม่เชิงเส้น.
รูปแบบการเพิ่มประสิทธิภาพหลายวัตถุประสงค์ที่จัดการทั้งเกณฑ์ (จำนวนเข้าถึง
ครัวเรือนและพลังงานขนส่ง) พร้อมกันนี้ยังจะนำเสนอ จำนวนของการจำลอง
ผลจะมีให้สำหรับสองเมืองที่แตกต่างกันเพื่อที่จะแสดงให้เห็นถึงการเสนอ
วิธีการ ท่ามกลางข้อมูลเชิงลึกอื่น ๆ ผลลัพธ์เหล่านี้แสดงให้เห็นว่าการเพิ่มประสิทธิภาพหลายวัตถุประสงค์
ให้ผลลัพธ์ตำแหน่งที่ดีขึ้น