一种结合量子退火与遗传算法求解电动汽车充电站选址的最优混合算法
量子物理
2022-04-25 v3 神经与进化计算
摘要
量子退火是一种用于解决优化问题的启发式方法，由于D-Wave系统的成功，其应用近来激增。本文旨在寻找一种良好的启发式方法来解决电动汽车充电器选址（EVCP）问题，鉴于设置电动汽车充电器的成本以及全球电动汽车的预期激增，该问题显得尤为重要。相同的问题陈述也可以推广到网格中任何实体的最优选址，并可探索其进一步用途。最后，作者引入了一种结合量子退火和遗传算法的新型启发式方法来解决问题。所提出的混合方法需要用量子退火的结果来初始化遗传算法。实验结果表明，在样本EVCP数据集上，与单纯的量子退火相比，该方法使到兴趣点（POI）的最小距离减少了42.89%。
引用
@article{arxiv.2111.01622,
title = {Towards an Optimal Hybrid Algorithm for EV Charging Stations Placement using Quantum Annealing and Genetic Algorithms},
author = {Aman Chandra and Jitesh Lalwani and Babita Jajodia},
journal= {arXiv preprint arXiv:2111.01622},
year = {2022}
}
备注
6 pages, 6 figures