第十九届“挑战杯”全国大学生课外学术科技作品竞赛
2025
省赛
课外学术科技作品竞赛（主体赛）
三等奖
未转化
否
本研究利用机器学习方法预测电动汽车未来 5 年-10 年销量，构建了 LSTM-Transformer 混合时间序列预测模型，充分结合长短期记忆网络（LSTM）捕捉销量影响因素，和 Transformer 模型注意力权重调节能力，考虑充电便利性、补贴政策、电池续航、油价波动等 因素对预测结果的影响，提高电动汽车销量长期预测准确性，为后续网路布局规划打好数据 基础。 公共充电设施空间布局优化研究部分首先调研交通部和城市管理委员会的人车流量数 据，利用核密度估计（KDE）将物流园区、交通高发区、高速主干路网和人口密度相对较低 区域分为四级，而后用爬虫软件抓取高德地图北京通州区充电站 POI 数据，利用极坐标对 充电设施位置进行聚类，用网络分析（Service Area Analysis）优化充电站可达性，覆盖交通 网络盲点，运用叠加分析（Overlay Analysis）综合多因素生成候选站点，最后利用空间基尼 系数（Spatial Gini Coefficient）评估评估充电站布局的均衡性、可达性、公平性和服务效用。 本研究立足数据调研，引入机器学习、深度学习、爬虫软件和多种方法预测未来 5 年到 10 年电动汽车保有量，统计各类客户需求和充电设施分布，综合均衡性、可达性、公平性、 服务效用等因素优化充电网络布局，助力电动汽车产业的发展。"
暂无
暂未公开
暂未公开
暂未公开
