《表4 各计算智能方法应用对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《计算智能在电动车充电站规划的应用研究综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

除此之外，针对人工神经网络、模糊系统、演化计算和群体智能在充电站规划问题中的应用特点来说，不同的计算智能方法可以用于解决不同的问题。如表4所示，针对演化计算和群体智能方法解决复杂优化问题的优越性以及二者互补的特点，可以采用混合算法对充电规划问题进行求解。对于人工神经网络来说，针对电动汽车充电用户具有很强的移动性，充电需求热点也会根据交通情况而变化，采用人工神经网络方法可以动态实时地分析用户的充电需求，从而为站址选择提供更加精确的信息。对于模糊系统而言，其强大的模糊聚类分析能力不仅可以简化已有充电站的服务能力评价以及化简多目标优化问题，同时也可以通过相关性分析发现影响充电站规划的隐性因素，从而让充电站的规划部署更好地为用户服务、为运营商盈利。