基于电动出租车数据的充电桩选址聚类方法比较

摘要：

为有效降低出租车运营企业及经营者的经济成本,通过分析出租车的卫星轨迹数据,比较和选取用于电动出租车充电桩选址规划的聚类方法.以上海市电动出租车充电站的选址规划为研究对象,分别基于孤立森林和聚类算法设计异常值检测方法,对相关时段的出租车卫星数据进行清理以及数据可视化处理;比较层次聚类(Agglomerative Clustering)、高斯混合模型(Gaussian Mixture Model,GMM)、K-means聚类、Mean-Shift聚类以及谱聚类(Spectral Clustering)5种算法的聚类效果,并选取K-means算法作为充电桩选址规划参考算法.从城市区域划分及企业运营角度确定充电桩选址方案,为未来上海市区电动出租车充电桩的数量和容量配置提供设计依据.

关键词：电动出租车、充电桩选址、异常值检测、聚类方法、可视化

所属期刊栏目：13

分类号：U491.8(交通工程与公路运输技术管理)

资助基金：国家重点研发计划2022YFE0112300

在线出版日期：2023-08-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：564-573