CN113705921B - 一种混合充电策略的电动汽车动态路径规划优化方法 - Google Patents

Abstract

本发明提出了一种混合充电策略的电动汽车动态路径规划优化求解方法，包括：(1)收集历史和新环境中的解：收集历史环境和新环境中的解以训练迁移函数f_tr；(2)利用不同的个体生成方法，以生成与所述拐点特征相似的人工拐点个体，直至所述源域内的拐点与人工拐点数目之和与非拐点数量相同；在所述目标域合成人工拐点，使得所述目标域内的拐点与人工拐点数目之和与非拐点数量相等；(3)迁移函数f_tr将高质量的个体识别出来以便形成高质量的初始种群，从而加快各种不同的基于种群的优化算法的求解效率；(4)在训练得到迁移函数f_tr后，通过随机方式生成大量的解；(5)将迁移函数f_tr识别为拐点的个体挑选出来作为初始群体。

Description

一种混合充电策略的电动汽车动态路径规划优化方法

技术领域

本发明属于计算智能与机器学习领域，涉及具备混合充电功能的电动汽车的动态路径规划，具体涉及应用动态多目标优化算法和进化迁移优化算法求解电动汽车的动态路径问题。

背景技术

电动汽车由于其环保特性而逐渐成熟并得到广泛应用。传统的电动汽车需要在家庭或充电站等固定地点充电。由于充电设施的有限性，电动汽车产业的发展受到了一定的限制。最近，无线充电技术（WCT）开始在电动汽车技术中逐步应用，结合无线充电技术，电动汽车不仅可以在不停车充电的情况下节省运输时间，还可以延长运输距离。然而，WCT的建造和使用成本远远高于此传统的插入式充电技术（PCT）。具体而言，PCT充电方案电价低，但需要电动汽车长时间停止运行来充电，而WCT方案无需电动汽车停止运行就可以充电，这节省了出行时间，但是WCT充电方案电价较高。因此，在运输过程中，可以将这两种充电策略适当结合。这种混合充电策略的电动汽车路径规划问题涉及充电成本和行程时间之间的权衡，可以看作是一个多目标问题。

基于混合充电策略的电动汽车路径规划存在两个难点。首先，由于PCT和WCT充电设备的占有或维修，充电设备的可用性可能会随时间变化。在这样一个不断变化的环境中，电动汽车不仅需要找到最佳路线，以尽量减少行程成本，还要决定不同环境下的充电策略的选择。第二，现有的基于进化多目标优化算法通常会维持大量的解，然而，现实世界中的应用只需要选择其中的几个解并采用，因此在大量解中选择最终的解决方案来实现是一项艰巨的任务，这对应用的决策者的造成负担。进一步地，决策者应尽可能快地在动态变化的环境中做出决策。

为了在动态环境下快速跟踪帕累托最优解（POS），一种有前景的方法是重用历史优化信息来指导新环境下最优解的搜索。然而，现有的方法往往重用整个种群池，并且没有仔细选择需要重用的解信息，这导致许多计算资源浪费在低质量的解上。事实上，仅重用少数高质量的解不仅可以提高搜索最优解的效率，还可以节省计算资源。从决策者的角度上，重用整个种群池也是不必要的，因为决策者通常只选择少数几个解进行评估和实现。

从上述讨论中，现有的技术消耗计算资源多，且不利于决策者在动态环境中做出快速的决策。因此，一种更加有前景的方法是在环境发生变化时仅仅重用少量高质量的解，以加快决策者的决策效率，并且节省计算资源的消耗。

发明内容

针对现有技术消耗计算资源多，且不利于决策者在动态环境中做出快速的决策的问题，本发明提出了一种结合历史优化信息和基于拐点（Knee Points）的策略来解决混合充电策略的动态车辆路径问题的方法。在进化多目标优化领域中，拐点指具有较高超体积（HV）值的非支配解的子集，可促进进化算法搜索最优解。此外，拐点通常是决策者的首选方案，因为它们不需要决策者的提供任何主观偏好，因此，拐点可以为决策者带来便利。本发明将这些高质量的拐点进行知识重用，有效地生成更好的初始种群，从而在充电环境变化时提高进化算法的搜索性能。

本发明提出的方法包括如下步骤：

（1）收集历史和新环境中的解：收集历史环境和新环境中的解以训练迁移函数；其中，所述历史环境为源域，所述新环境为目标域；所述源域与目标域均包括拐点和非拐点；

（2）利用不同的个体生成方法，例如随机产生或遗传算子搜索临近区域等方法，以生成与所述拐点特征相似的个体，直至所述源域内的拐点与人工拐点数目之和与非拐点数量相同；在所述目标域合成人工拐点，使得所述目标域的拐点和非拐点数量相等

（3） 迁移函数将高质量的个体识别出来以便形成高质量的初始种群，从而加快各种不同的基于种群的优化算法的求解效率；

（4）在训练得到迁移函数后，通过不同的个体生成方法，包括但不限于随机方式，在/>附近生成大量的解，将这些解作为测试集/>，并将/>输入到迁移函数/>中；

（5）将迁移函数识别为拐点的个体挑选出来作为初始群体，用于加速新环境下进化算法的寻优。

进一步地；所述目标域合成人工拐点采用如下方式：

其中指新环境/>中第/>个子空间合成的拐点，/>指第/>个环境中第/>个子空间的拐点，/>指第/>个环境中第/>个子空间的拐点；之后，将合成的拐点/>与随机生成的非拐点/>视为目标域数据集/>；拐点/>和非拐点/>视为源域训练集/>；此后使用数据集/>，/>为样本标签来训练迁移函数/>。

进一步地；所述迁移函数的训练采用如下公式：

其中，是目标域上的损失函数，/>代表了迁移函数/>和由源域训练的分类器/>之间的差异；两个三层全连接的神经网络用于学习/>和/>；

其中，；其中，（/>，/>）和（/>，/>）分别是神经网络/>和/>的连接参数；/>用来控制复用源域知识的程度，/>用下式表示：

其中，统计分类器/>在目标域/>中误判的样本数。

附图说明

图1为示出了子空间划分及其局部拐点。

图2为示出了收集历史和新环境下的解和迁移函数的学习过程。

图3为示出了采用本发明的方法进行测试的测试样例结构。

图4为示出了所有比较算法的优化运行时间对比。

图5为采用本发明的方法的仓库机器人分拣系统的节点。

图6为采用split方法的示例。

实施方式

通常而言，决策者需要不止一种解决方案，以便灵活地选择和实施。为了获得更多的拐点，可以将目标空间划分为几个重叠的子空间，并在每个子空间中识别出相应的拐点，这些拐点称为局部拐点。在这里，假设我们选择第一个优化目标f₁来将整个目标空间划分为p个重叠的子空间，如图1所示，解B、E和G在各自的子空间中与超平面L的距离最大，因此选择解B、E和G作为三个子空间的局部拐点。

当环境变化后，我们将这些拐点视为源域数据，新环境被视为目标域。这些拐点可以为新环境提供优化信息加速新环境解的寻优。由于不同域下的解的分布不同，我们应用神经网络参数复用技术来训练迁移函数，以判断新环境的解的质量。

如图2所示，其示出了收集历史和新环境中的解和迁移函数的学习过程。

（1） 收集历史环境中的解：收集历史环境（如图2中的源域）的解以训练迁移函数。在这一过程中，拐点的数量远少于其他类型的解（例如，普通非支配解和支配解），这导致了不平衡学习问题。具体地说，当训练数据不平衡时，少数类样本可能会被错误分类，导致较差的识别。为了解决不平衡学习问题，我们在源域中生成一些人工合成的拐点来平衡少数类样本：该策略是利用遗传算子来生成具有与拐点相似特征的个体。由于遗传算子具有搜索邻近区域的能力，因此利用遗传算子可以生成具有与拐点相似特征的个体，从而扩充源域数据集。在源域中，通过交叉和变异这些源域中的拐点，直到它们的数量等于非拐点的数量。第/>个环境中第/>个子空间的拐点/>和第/>个环境中的非拐点/>视为源域训练集/>。

(2) 收集新环境中的解：收集历史环境（如图2中的目标域）的解以训练迁移函数。由于工业系统的周期性变化，目标域的拐点可能会遵循一种趋势，因此目标域中合成的拐点可用如下方式生成：

其中指新环境/>中第/>个子空间合成的拐点。之后，将合成的拐点/>与随机生成的非拐点/>视为目标域数据集/>。

（3） 迁移函数的学习：迁移函数/>可以识别分类为“拐点”的个体，这些个体被认为具有高的优化质量。我们使用数据集/>，/>为样本标签（拐点或者非拐点）来训练迁移函数/>。由于目标域和源域具有一定的相关性，迁移函数/>的训练可以利用源域中的信息：

其中是目标域上的损失函数，/>代表了迁移函数/>和由源域训练的分类器/>之间的差异。在这项工作中，两个三层全连接的神经网络用于学习/>和/>。因此，/>可以表示为

其中（，/>）和（/>，/>）分别是神经网络/>和/>的连接参数。/>用来控制复用源域知识的程度，/>可用下式表示：

其中，统计分类器/>在目标域/>中误判的样本数。如果/>较小，则表示源域与目标域更相似，则/>在迁移函数/>中的训练权重变大，从而可以更多地利用/>的参数来获得泛化能力。

（4）识别高质量解作为进化算法的初始种群：在训练得到迁移函数/>后，通过随机方式或遗传算子方式在/>附近生成大量的解，将这些解作为测试集/>，并将/>输入到迁移函数/>中。最后，将迁移函数/>识别为“拐点”的高质量个体挑选出来作为初始群体，用于加速新环境下进化算法的寻优。

图3示出了采用本发明混合充电策略的电动汽车路径规划的进化多目标优化求解方法的测试样例。

此外，为了能够清楚说明以下测试样例，同时为了避免说明书重复描述的麻烦，文献1-7的全文基于其公开而实际上被全文引入本申请说明书中。详见如下文献1-7：

文献1： Solomon, M. Marius, Algorithms for the vehicle routing andscheduling problems with time window constraints, Operations Research.

文献2： K. Deb, H. Jain, An evolutionary many-objective optimizationalgorithm using reference-point-based nondominated sorting approach, part i:Solving problems with box constraints, IEEE Transactions on EvolutionaryComputation 18 (4) (2014) 577– 601.

文献3： Q. Zhang, H. Li, Moea/d: A multiobjective evolutionaryalgorithm based on decomposition, IEEE Transactions on EvolutionaryComputation 11 (6) (2007) 712–731. doi:10.1109/ TEVC.2007.892759.

文献4： K. Deb, U. B. Rao N., S. Karthik, Dynamic multi-objectiveoptimization and decision-making using modified nsga-ii: A case study onhydro-thermal power scheduling, Evolutionary MultiCriterion Optimization(2007) 803–817.

文献5： M. Jiang, Z. Huang, L. Qiu, W. Huang, G. G. Yen, Transferlearning-based dynamic multiobjective optimization algorithms, IEEETransactions on Evolutionary Computation 22 (4) (2018) 501–514. doi:10.1109/TEVC.2017.2771451.

文献6： A. Muruganantham, K. Tan, P. Vadakkepat, Evolutionary DynamicMultiobjective Optimization Via Kalman Filter Prediction, IEEE Transactionson Cybernetics 46 (12) (2016) 2862– 2873。

文献7：C. Prins, Two memetic algorithms for heterogeneous fleetvehicle routing problems, Engineering Applications of Intelligence 22 (6)(2009) 916 – 928, artificial Intelligence Techniques for Supply ChainManagement。

在图3中，方块表示的是起点，小圆点表示必须途径的目标节点。采用传统插入式充电技术（PCT）的设备位于小圆点所示的目标节点上，而采用无线充电技术（WCT）的设备位于任意两个目标节点之间。该测试样例是基于所罗门路径规划[参见文献1]测试基准产生的。测试样例包括如下三类：“C”（C1和C2）、“R”（R1和R2）和“RC”（RC1和RC2）。其中，“C”和“R”分别表示目标节点集群分布和目标节点分散分布，“RC”指对“R”和“C”进行混合。每个类别有两个不同的节点规模，例如25和50个节点。在本次测试样例中，我们选择NSGA-III[参见文献2]和MOEA/D[参见文献3]算法作为静态优化的基本求解器。所提出的算法命名为TK-NSGA-III和TK-MOEA/D。该项测试中对比的算法包括DNSGA-II[参见文献4]、Tr-DMOEA[参见文献5],MOEA/D-KF[参见文献6]，模拟退火（SA）算法和单目标进化算法（SOEA）。测试的结果参见表1：各种算法的电量消耗的均值和方差。从表1中的测试结果可见，在12个测试实例中，TK-NSGA-III在8个测试样例上获得了最低的电量消耗，其次是Tr-NSGA-III，获得4个最佳结果。

表1 各种算法的电量消耗的均值和方差

表2示出了各种算法的行程总耗时的均值和方差。在大多数测试用例中，提出的TK-NSGA-III算法取得了较大的优势。这些实验结果证明，TK-NSGA-III获得的拐点可以为决策者提供高质量的解决方案。

表2各种算法的行程总耗时的均值和方差

图4示出了所有比较算法的优化运行时间。单目标进化算法（SOEA）和DNSGA-II算法不需要额外的模型训练和预测成本，因此运行时间较快。与同样是基于知识迁移的Tr-NSGA-III算法相比，TK-NSGA-III和TK-MOEA/D显著节省了运行优化时间，这是因为上述算法只重用了少数优秀的个体。

图5示出了采用本发明提出的方法的具体应用。在图5中，圆点表示货物卸载节点，机器人可以通过这些节点进行PCT充电。实线表示无线充电设备WCT可用，虚线表示WCT无线充电设备当前不可用。图5所示的典型的仓库机器人分拣系统，在配送仓库中，一组机器人有序高效地将货物运送到这些节点。与传统的基于PCT充电的机器人相比，基于本发明提出的混合充电策略的机器人可以在运输货物时为电池充电，从而大大缩短了运输时间，提高了运输效率。此外，在该仓库机器人分拣系统中，涉及了更多的实际因素影响系统的性能，如可用机器人的数量、机器人的载重量和货物的重量，这些因素使得寻找最优路线更加困难。因此，需要根据以上实际约束对染色体编码方法进行修改。在这一具体的实施方案中，Split[参见文献7]方法可以根据这些实际约束将一个巨大染色体转化为一组可行路径分割。图6是Split方法的说明性示例。假设有一个巨大的染色体，如图6（a）所示，其顺序为{O，A，B，C，D，E，O}（O是起点）。然后，根据实际约束，计算出所有可能的子路径的成本，所有可行子路径如图6（b）所示，最优路由以粗体显示（例如，{O，A，B，O}比{O，A，O，B，O}短，因此{O，A，B，O}用粗体表示。虽然{O，A，B，C，O}比{O，A，B，O，C，O}短。然而，{O，A，B，C，O}违反了载重量约束，是不可行的子路径）。最后，Split方法输出了具有最小子路径和的子路径方案{O，A，B，O，C，O，D，E，O}，如图6（C）所示。

以上所述仅为本发明最佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (3)

1.一种混合充电策略的电动汽车动态路径规划优化方法，在电动汽车运输过程中通过结合无线充电技术的充电设备、插入式充电技术的充电设备和随时间变化的充电环境，实现混合充电；其特征在于：所述方法包括如下步骤：

（1）收集历史和新环境中的解：收集历史环境和新环境中的解以训练迁移函数；其中，所述历史环境为源域，所述新环境为目标域；所述源域与目标域均包括拐点和非拐点；

（2）利用遗传算子搜索临近区域以生成与所述拐点特征相似的个体，直至所述源域内的拐点与人工拐点数目之和与非拐点数量相同；在所述目标域合成人工拐点，使得所述目标域的拐点与人工拐点数目之和与非拐点数量相等；

（3） 迁移函数的学习：迁移函数/>识别分类为拐点的个体，该个体被认为具有高的优化质量；

（4）在训练得到迁移函数后，通过不同的个体生成方法，在/>附近生成大量的解，将这些解作为测试集/>，并将/>输入到迁移函数/>中，所述/>为新环境/>中第/>个子空间合成的拐点；

（5）将迁移函数识别为拐点的个体挑选出来作为初始群体，用于加速新环境下进化算法的寻优；

由于无线充电技术和插入式充电技术充电设备的占有或维修，充电设备的可用性会随时间变化造成充电环境变化，当充电环境变化时，在动态路径规划中综合考虑充电成本和行程时间，所述混合充电策略的电动汽车路径规划根据所述方法的步骤（1）-（5）将这些高质量的拐点进行知识重用，有效地生成初始群体，采用Split方法输出具有最小子路径和的子路径，从而在充电环境变化时加快决策者的决策效率。

2.如权利要求1所述的混合充电策略的电动汽车动态路径规划优化方法，其特征在于：所述目标域合成人工拐点采用如下方式：

;

其中指第/>个环境中第/>个子空间的拐点，/>指第/>个环境中第/>个子空间的拐点；之后，将合成的拐点/>与随机生成的非拐点/>视为目标域数据集/>；拐点/>和非拐点/>视为源域训练集/>；此后使用数据集/>，/>为样本标签来训练迁移函数/>。

3.如权利要求1所述的混合充电策略的电动汽车动态路径规划优化方法，其特征在于：所述迁移函数的训练采用如下公式：

;

其中，是目标域上的损失函数，/>代表了迁移函数/>和由源域训练的分类器/>之间的差异；两个三层全连接的神经网络用于学习/>和/>；

其中，；其中，（/>，/>）和（/>，/>）分别是神经网络/>和/>的连接参数；/>用来控制复用源域知识的程度，/>用下式表示：

;

其中，统计分类器/>在目标域/>中误判的样本数。