面向应急供电的电动汽车路径问题：电信基站救援

作为电信运营商，我公司在停电期间维持电信服务至关重要。为实现这一使命，必须保障电信基站的电力供应。本文考虑一种解决方案：电动汽车（EV）行驶至基站位置直接供电。目标是找到EV路径，使所有EV的总行驶距离和断电基站数量最小化。本文将这一路径问题建模为电动汽车路径问题（EVRP）的新变体，并提出一种结合基于规则的车辆选择器和基于强化学习（RL）的节点选择器的求解器。车辆选择器的规则确保所选EV开始移动时的精确环境状态。此外，RL模型的节点选择能够快速生成路径，这在紧急情况下至关重要。我们在合成数据集和真实数据集上评估了求解器。结果表明，在目标值和计算时间方面，我们的求解器优于基线方法。此外，我们分析了求解器的泛化性和可扩展性，展示了其应对未见场景和大规模问题的能力。另请参见我们的项目页面：https://ntt-dkiku.github.io/rl-evrpeps。