充电装置设置方法、装置、设备及存储介质与流程
1.本公开涉及计算机技术领域，尤其涉及一种充电装置设置方法、装置、设备及存储介质。
背景技术：
2.随着社会的发展，电动汽车逐渐普及。电动汽车由于采用电能驱动，所以具有能源清洁以及效能较高的优点。
3.但是当前电动汽车的储能有限，为了保证电动汽车的正常运行，需要设置充电装置。但是在当前的充电装置设置过程中，存在着充电装置设置的位置不合理的问题，使得当前电动汽车充电较为繁琐。
技术实现要素：
4.本公开提供一种充电装置设置方法、装置、设备及存储介质，至少在一定程度上克服了当前电动汽车充电较为繁琐的问题。
5.本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
6.根据本公开的一个方面，提供一种充电装置设置方法，包括：获取电动车辆数量以及需要配送的站点的位置信息；
7.根据电动车辆数量、需要配送的站点的位置信息以及预设算法确定每个电动车辆对应的路径；
8.根据每个电动车辆对应的路径确定每个电动车辆需要消耗的电能；
9.在存在任意一个电动车辆需要消耗的电能大于当前电动车辆能够存储的电能的情况下，在当前电动车辆对应的路径上设置充电装置。
10.在本公开的一个实施例中，根据电动车辆数量、需要配送的站点的位置信息以及预设算法确定每个电动车辆对应的路径，包括：
11.根据电动汽车数量以及需要配送的站点的位置信息确定每个预设路径方案对应的路径长度；
12.根据每个预设路径方案对应的路径长度以及电动汽车数量确定每个电动车辆运行的时间方差的和；
13.根据预设的适应度函数公式度每个预设路径方案对应的路径长度以及每个预设路径方案中每个电动车辆运行的时间方差的和确定每个预设路径方案对应的适应度函数值；
14.根据每个预设路径方案对应的适应度函数值确定目标预设路径方案；
15.根据目标预设路径方案确定每个电动车辆对应的路径；
16.其中，适应度函数公式为：
[0017][0018]
其中，f为适应度函数值，ω1和ω2为系数，e为电动车数量，li为预设路径方案中任意一条路径对应的路径长度，t
var
为每个预设路径方案中每个电动车辆运行的时间的方差。
[0019]
在本公开的一个实施例中，根据电动汽车数量以及需要配送的站点的位置信息确定每个预设路径方案对应的路径长度，包括：
[0020]
根据电动汽车数量、需要配送的站点的位置信息以及第一预设公式确定每个预设路径方案对应的路径长度；其中，第一预设公式为：
[0021][0022]
其中，li为预设路径方案中任意一条路径对应的路径长度，d(ej，e
j+1
)为第j个配送点到第j+1个配送点之间的距离，为第1个配送点到第ni个配送点之间的距离，ni为预设路径方案中任意一条路径上的配送点的数量。
[0023]
在本公开的一个实施例中，根据每个预设路径方案对应的路径长度以及电动汽车数量确定每个电动车辆运行的时间方差的和，包括：
[0024]
根据每个预设路径方案对应的路径长度、电动汽车数量以及第二预设公式确定每个电动车辆运行的时间方差的和；其中，第二预设公式为：
[0025][0026]
其中，t
var
为每个电动车辆运行的时间方差的和，ti为预设路径方案中任意一条路径运行时间，t
ave
为全部电动车辆运行时间的均值，e为电动车辆的数量。
[0027]
在本公开的一个实施例中，根据每个预设路径方案对应的适应度函数值确定目标预设路径方案，包括：
[0028]
根据烟花算法对每个预设路径方案对应的适应度函数值进行迭代，在迭代次数达到预设阈值的情况下，获取每个预设路径方案对应的最优适应度函数值；
[0029]
将最小的最优适应度函数值对应的预设路径方案确定为目标预设路径方案。
[0030]
在本公开的一个实施例中，根据烟花算法对每个预设路径方案对应的适应度函数值进行迭代，在迭代次数达到预设阈值的情况下，获取每个预设路径方案对应的最优适应度函数值，包括：
[0031]
分别根据第三预设公式以及第四预设公式确定烟花爆炸半径以及爆炸个数；
[0032]
根据确定的烟花爆炸半径以及爆炸个数对每个预设路径进行变异，得到变异完成的多个适应度函数值；
[0033]
在变异后的多个适应度函数值中确定最优适应度函数值作为当前预设路径方案对应的最优适应度函数值；
[0034]
其中，第三预设公式为：
[0035]
[0036]
其中，第四预设公式为：
[0037][0038]
其中，ai为烟花爆炸半径，si为烟花爆炸个数，f为任意预设路径方案对应的适应度函数值，f
min
为多个预设路径方案对应的适应度函数值中的最小适应度函数值，f
max
为多个预设路径方案对应的适应度函数值中的最大适应度函数值，f
ave
为多个预设路径方案对应的适应度函数值中的适应度函数值均值，m为常数，ul为搜索边界常数。
[0039]
在本公开的一个实施例中，根据每个电动车辆对应的路径确定每个电动车辆需要消耗的电能，包括：
[0040]
根据每个电动车辆对应的路径以及第五预设公式确定每个电动车辆需要消耗的电能；其中，第五预设公式为：
[0041][0042]
其中，ec为任意一个电动车辆需要消耗的电能，a、b、c、d均为回归系数，v为当前电动车辆平均运行速度，l为当前电动车辆运行路径长度。
[0043]
在本公开的一个实施例中，在当前电动车辆对应的路径上设置充电装置，包括：
[0044]
根据预设的优化模型以及当前电动车辆对应的路径确定设置充电装置的位置；
[0045]
根据确定设置充电装置的位置设置充电装置。
[0046]
根据本公开的另一个方面，提供一种充电装置设置装置，包括：
[0047]
获取模块，用于获取电动车辆数量以及需要配送的站点的位置信息；
[0048]
第一确定模块，用于根据电动车辆数量、需要配送的站点的位置信息以及预设算法确定每个电动车辆对应的路径；
[0049]
第二确定模块，用于根据每个电动车辆对应的路径确定每个电动车辆需要消耗的电能；
[0050]
设置模块，在存在任意一个电动车辆需要消耗的电能大于当前电动车辆能够存储的电能的情况下，用于在当前电动车辆对应的路径上设置充电装置。
[0051]
在本公开的一个实施例中，第一确定模块，包括：
[0052]
第一确定单元，用于根据电动汽车数量以及需要配送的站点的位置信息确定每个预设路径方案对应的路径长度；
[0053]
第二确定单元，用于根据每个预设路径方案对应的路径长度以及电动汽车数量确定每个电动车辆运行的时间方差的和；
[0054]
第三确定单元，用于根据预设的适应度函数公式度每个预设路径方案对应的路径长度以及每个预设路径方案中每个电动车辆运行的时间方差的和确定每个预设路径方案对应的适应度函数值；
[0055]
第四确定单元，用于根据每个预设路径方案对应的适应度函数值确定目标预设路径方案；
[0056]
第五确定单元，用于根据目标预设路径方案确定每个电动车辆对应的路径；
[0057]
其中，适应度函数公式为：
[0058][0059]
其中，f为适应度函数值，ω1和ω2为系数，e为电动车数量，li为预设路径方案中任意一条路径对应的路径长度，t
var
为每个预设路径方案中每个电动车辆运行的时间的方差。
[0060]
在本公开的一个实施例中，第一确定单元，包括：
[0061]
第一确定子单元，用于根据电动汽车数量、需要配送的站点的位置信息以及第一预设公式确定每个预设路径方案对应的路径长度；
[0062]
其中，第一预设公式为：
[0063][0064]
其中，li为预设路径方案中任意一条路径对应的路径长度，d(ej，e
j+1
)为第j个配送点到第j+1个配送点之间的距离，为第1个配送点到第ni个配送点之间的距离，ni为预设路径方案中任意一条路径上的配送点的数量。
[0065]
在本公开的一个实施例中，第二确定单元，包括：
[0066]
第二确定子单元，用于根据每个预设路径方案对应的路径长度、电动汽车数量以及第二预设公式确定每个电动车辆运行的时间方差的和；其中，第二预设公式为：
[0067][0068]
其中，t
var
为每个电动车辆运行的时间方差的和，ti为预设路径方案中任意一条路径运行时间，t
ave
为全部电动车辆运行时间的均值，e为电动车辆的数量。
[0069]
在本公开的一个实施例中，第四确定单元，包括：
[0070]
迭代子单元，用于根据烟花算法对每个预设路径方案对应的适应度函数值进行迭代，在迭代次数达到预设阈值的情况下，获取每个预设路径方案对应的最优适应度函数值；
[0071]
第三确定子单元，用于将最小的最优适应度函数值对应的预设路径方案确定为目标预设路径方案。
[0072]
在本公开的一个实施例中，迭代子单元，包括
[0073]
第一确定元件，用于分别根据第三预设公式以及第四预设公式确定烟花爆炸半径以及爆炸个数；
[0074]
变异元件，用于根据确定的烟花爆炸半径以及爆炸个数对每个预设路径进行变异，得到变异完成的多个适应度函数值；
[0075]
第二确定元件，用于在变异后的多个适应度函数值中确定最优适应度函数值作为当前预设路径方案对应的最优适应度函数值；
[0076]
其中，第三预设公式为：
[0077][0078]
其中，第四预设公式为：
[0079][0080]
其中，ai为烟花爆炸半径，si为烟花爆炸个数，f为任意预设路径方案对应的适应度函数值，f
min
为多个预设路径方案对应的适应度函数值中的最小适应度函数值，f
max
为多个预设路径方案对应的适应度函数值中的最大适应度函数值，f
ave
为多个预设路径方案对应的适应度函数值中的适应度函数值均值，m为常数，ul为搜索边界常数。
[0081]
在本公开的一个实施例中，第二确定模块，包括：
[0082]
第六确定单元，用于根据每个电动车辆对应的路径以及第五预设公式确定每个电动车辆需要消耗的电能；其中，第五预设公式为：
[0083][0084]
其中，ec为任意一个电动车辆需要消耗的电能，a、b、c、d均为回归系数，v为当前电动车辆平均运行速度，l为当前电动车辆运行路径长度。
[0085]
在本公开的一个实施例中，设置模块，包括：
[0086]
第七确定单元，用于根据预设的优化模型以及当前电动车辆对应的路径确定设置充电装置的位置；
[0087]
设置单元，用于根据确定设置充电装置的位置设置充电装置。
[0088]
根据本公开的再一个方面，提供一种电子设备，包括：处理器；以及存储器，用于存储处理器的可执行指令；其中，处理器配置为经由执行可执行指令来执行上述的充电装置设置方法。
[0089]
根据本公开的又一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的充电装置设置方法。
[0090]
本公开的实施例所提供的充电装置设置方法，通过获取电动车辆数量以及需要配送的站点的位置信息，然后根据电动车辆数量以及需要配送的站点的位置信息以及预设算法确定每个电车车辆对应的路径，然后根据每个电动车辆对应的路径确定每个电动车辆需要消耗的电能，在存在任意一个电动车辆需要消耗的电能大于当前电动车辆能够存储的电能的情况下，在当前电动车辆对应的路径上设置充电装置，由于是首先确定了电动车辆的路径，然后在确定电动车车辆的路径的基础上确定充电装置，可以使得电动车辆距离充电装置较近，使得电动车辆充电较为便捷。
[0091]
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
[0092]
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0093]
图1示出本公开实施例中一种充电装置设置方法流程图；
[0094]
图2示出本公开实施例中另一种充电装置设置方法流程图；
[0095]
图3示出本公开实施例中再一种充电装置设置方法流程图；
[0096]
图4示出本公开实施例中又一种充电装置设置方法流程图；
[0097]
图5示出本公开实施例中又一种充电装置设置方法流程图；
[0098]
图6示出本公开实施例中又一种充电装置设置方法流程图；
[0099]
图7示出本公开实施例中一种充电装置设置装置示意图；和
[0100]
图8示出本公开实施例中一种电子设备的结构框图。
具体实施方式
[0101]
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
[0102]
此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
[0103]
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
[0104]
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
[0105]
为了解决上述问题，本公开实施例提供了一种充电装置设置方法、装置、设备及存储介质。
[0106]
下面，首先对本公开实施例中的一种充电装置设置方法进行说明。
[0107]
图1示出了本公开实施例中一种充电装置设置方法示意图。
[0108]
如图1所示，该方法可以包括：
[0109]
s102，获取电动车辆数量以及需要配送的站点的位置信息。
[0110]
需要说明的是，电动车辆可以包括以电能驱动的车辆。
[0111]
示例性的，电动车辆可以包括新能源车以及增程式汽车。
[0112]
可以由用户输入电动车辆数量以及需要配送的站点的位置信息。
[0113]
s104，根据电动车辆数量、需要配送的站点的位置信息以及预设算法确定每个电动车辆对应的路径。
[0114]
需要说明的是，在确定电动车辆对应的路径时，不同的站点需要不同的电动车辆进行配送，同一个电动车辆可以配送不同的站点，但是同一个站点不能由不同的电动车辆配送。
[0115]
s106，根据每个电动车辆对应的路径确定每个电动车辆需要消耗的电能。
[0116]
s108，在存在任意一个电动车辆需要消耗的电能大于当前电动车辆能够存储的电能的情况下，在当前电动车辆对应的路径上设置充电装置。
[0117]
本公开的实施例所提供的充电装置设置方法，通过获取电动车辆数量以及需要配
送的站点的位置信息，然后根据电动车辆数量以及需要配送的站点的位置信息以及预设算法确定每个电车车辆对应的路径，然后根据每个电动车辆对应的路径确定每个电动车辆需要消耗的电能，在存在任意一个电动车辆需要消耗的电能大于当前电动车辆能够存储的电能的情况下，在当前电动车辆对应的路径上设置充电装置，由于是首先确定了电动车辆的路径，然后在确定电动车车辆的路径的基础上确定充电装置，可以在电动车辆距离充电装置较近，使得电动车辆充电较为便捷。
[0118]
基于相同的发明构思，本公开实施例提供了另一种充电装置设置方法，该方法可以由任意具备计算处理能力的电子设备执行。
[0119]
图2示出了本公开实施例中另一种充电装置设置方法流程图。
[0120]
如图2所示，该充电装置设置方法与上述实施例中的充电装置设置方法的区别在于，s106可以包括：
[0121]
s202，根据电动汽车数量以及需要配送的站点的位置信息确定每个预设路径方案对应的路径长度。
[0122]
需要说明的是，根据电动汽车数量以及需要配送的站点的位置信息确定每个预设路径方案对应的路径长度，包括：
[0123]
根据电动汽车数量、需要配送的站点的位置信息以及第一预设公式确定每个预设路径方案对应的路径长度；其中，第一预设公式为：
[0124][0125]
其中，li为预设路径方案中任意一条路径对应的路径长度，d(ej，e
j+1
)为第j个配送点到第j+1个配送点之间的距离，为第1个配送点到第ni个配送点之间的距离，ni为预设路径方案中任意一条路径上的配送点的数量。
[0126]
其中获取两个配送点之间的距离可以根据两个配送点之间的坐标进行两个配送点之间的距离的计算。
[0127]
s204，根据每个预设路径方案对应的路径长度以及电动汽车数量确定每个电动车辆运行的时间方差的和。
[0128]
需要说明的是，根据每个预设路径方案对应的路径长度以及电动汽车数量确定每个电动车辆运行的时间方差的和，包括：
[0129]
根据每个预设路径方案对应的路径长度、电动汽车数量以及第二预设公式确定每个电动车辆运行的时间方差的和；其中，第二预设公式为：
[0130][0131]
其中，t
var
为每个电动车辆运行的时间方差的和，ti为预设路径方案中任意一条路径运行时间，t
ave
为全部电动车辆运行时间的均值，e为电动车辆的数量。
[0132]
可以理解是，在每个电动车辆运行的时间方差的和越小的情况下，每个电动车辆运行的时间差值不会太大。
[0133]
s206，根据预设的适应度函数公式度每个预设路径方案对应的路径长度以及每个预设路径方案中每个电动车辆运行的时间方差的和确定每个预设路径方案对应的适应度
函数值。
[0134]
需要说明的是，上述实施例中已经给出了根据适应度函数公式、每个预设路径方案对应的路径长度以及，每个预设路径方案中每个电动车辆运行的时间方差的和确定每个预设路径方案对应的适应度函数值的方法，此处不再赘述。
[0135]
s208，根据每个预设路径方案对应的适应度函数值确定目标预设路径方案；
[0136]
s210，根据目标预设路径方案确定每个电动车辆对应的路径。
[0137]
需要说明的是，每个预设路径方案中均可以对应多个电动车辆，每个电动车辆对应一个路径。
[0138]
本公开实施例中，是通过适应度函数公式对每个预设路径方案对应的适应度函数值进行计算，然后根据每个预设路径方案对应的适应度函数值确定目标预设路径方案。由于在适应度函数公式中对每个电动车车辆运行时间以及每个电动车辆对应的路径长度进行了限制，所以可以是的基于适应度函数确定出的目标预设路径方案更加实用。
[0139]
基于相同的发明构思，本公开实施例提供了再一种充电装置设置方法，该方法可以由任意具备计算处理能力的电子设备执行。
[0140]
图3示出了本公开实施例中再一种充电装置设置方法流程图。
[0141]
如图3所示，该充电装置设置方法与上述实施例中的充电装置设置方法的区别在于，s208可以包括：
[0142]
s302，根据烟花算法对每个预设路径方案对应的适应度函数值进行迭代，在迭代次数达到预设阈值的情况下，获取每个预设路径方案对应的最优适应度函数值。
[0143]
需要说明的是，预设阈值可以由用户自主确定。
[0144]
s304，将最小的最优适应度函数值对应的预设路径方案确定为目标预设路径方案。
[0145]
需要说明的是，在经过多次迭代后，每个预设路径方案可能得到多个对应的适应度函数值，可以在多个对应的适应度函数值中将最小的适应度函数值作为当前预设路径方案的适应度函数值。
[0146]
本公开实施例中，通过采用烟花算法对每个预设路径方案进行变异，得到每个预设路径方案对应的多个适应度函数值，然后在多个适应度函数值中将最小的适应度函数值确定为当前预设路径方案对应的适应度函数值。可以避免在存在多个预设路径方案对应的适应度函数值相同的情况下无法确定最优适应度函数值的问题。
[0147]
基于相同的发明构思，本公开实施例提供了又一种充电装置设置方法，该方法可以由任意具备计算处理能力的电子设备执行。
[0148]
图4示出了本公开实施例中又一种充电装置设置方法流程图。
[0149]
如图4所示，该充电装置设置方法与上述实施例中的充电装置设置方法的区别在于，s304可以包括：
[0150]
s402，分别根据第三预设公式以及第四预设公式确定烟花爆炸半径以及爆炸个数。
[0151]
需要说明的是，其中，第三预设公式为：
[0152]
[0153]
其中，第四预设公式为：
[0154][0155]
其中，ai为烟花爆炸半径，si为烟花爆炸个数，f为任意预设路径方案对应的适应度函数值，f
min
为多个预设路径方案对应的适应度函数值中的最小适应度函数值，f
max
为多个预设路径方案对应的适应度函数值中的最大适应度函数值，f
ave
为多个预设路径方案对应的适应度函数值中的适应度函数值均值，m为常数，ul为搜索边界常数。
[0156]
s404，根据确定的烟花爆炸半径以及爆炸个数对每个预设路径方案进行变异，得到变异完成的多个适应度函数值。
[0157]
需要说明的是，在每次进行烟花爆炸得到的多个适应度函数值中，可以将最小的适应度函数值进行保留，然后使用赌法在剩余的适应度函数值随机选择任意个数的适应度函数值对应的路径方案进行下一次烟花爆炸，然后重复上述操作，直到迭代次数满足预设阈值。
[0158]
s406，在变异后的多个适应度函数值中确定最优适应度函数值作为当前预设路径方案对应的最优适应度函数值。
[0159]
需要说明的是，通过多次烟花爆炸可以得到多个适应度函数值，可以在多个适应度函数值中确定一个最小的适应度函数值，然后将最小的适应度函数值对应的预设路径方案作为目标路径方案。
[0160]
基于相同的发明构思，本公开实施例提供了又一种充电装置设置方法，该方法可以由任意具备计算处理能力的电子设备执行。
[0161]
图5示出了本公开实施例中又一种充电装置设置方法流程图。
[0162]
如图5所示，该充电装置设置方法与上述实施例中的充电装置设置方法的区别在于，s106可以包括：
[0163]
s502，根据每个电动车辆对应的路径以及第五预设公式确定每个电动车辆需要消耗的电能；
[0164]
需要说明的是：第五预设公式为：
[0165][0166]
其中，ec为任意一个电动车辆需要消耗的电能，a、b、c、d均为回归系数，v为当前电动车辆平均运行速度，l为当前电动车辆运行路径长度。
[0167]
基于相同的发明构思，本公开实施例提供了又一种充电装置设置方法，该方法可以由任意具备计算处理能力的电子设备执行。
[0168]
图6示出了本公开实施例中又一种充电装置设置方法流程图。
[0169]
如图6所示，该充电装置设置方法与上述实施例中的充电装置设置方法的区别在于，s108可以包括：
[0170]
s602，根据预设的优化模型以及当前电动车辆对应的路径确定设置充电装置的位置。
[0171]
需要说明的是，优化模型可以为：
[0172][0173][0174][0175]
其中，为第i辆车运行到cvi点的运行时间，为第i辆车运行到cvi点的运行能耗，k为需要充电的电动汽车的数量。
[0176]
s604，根据确定设置充电装置的位置设置充电装置。
[0177]
基于同一发明构思，本公开实施例中还提供了一种充电装置设置装置，如下面的实施例。由于该装置实施例解决问题的原理与上述方法实施例相似，因此该装置实施例的实施可以参见上述方法实施例的实施，重复之处不再赘述。
[0178]
图7示出本公开实施例中一种充电装置设置装置示意图，如图7所示，该装置700包括：
[0179]
获取模块702，用于获取电动车辆数量以及需要配送的站点的位置信息；
[0180]
第一确定模块704，用于根据电动车辆数量、需要配送的站点的位置信息以及预设算法确定每个电动车辆对应的路径；
[0181]
第二确定模块706，用于根据每个电动车辆对应的路径确定每个电动车辆需要消耗的电能；
[0182]
设置模块708，在存在任意一个电动车辆需要消耗的电能大于当前电动车辆能够存储的电能的情况下，用于在当前电动车辆对应的路径上设置充电装置。
[0183]
本公开的实施例所提供的充电装置设置装置，通过获取电动车辆数量以及需要配送的站点的位置信息，然后根据电动车辆数量以及需要配送的站点的位置信息以及预设算法确定每个电车车辆对应的路径，然后根据每个电动车辆对应的路径确定每个电动车辆需要消耗的电能，在存在任意一个电动车辆需要消耗的电能大于当前电动车辆能够存储的电能的情况下，在当前电动车辆对应的路径上设置充电装置，由于是首先确定了电动车辆的路径，然后在确定电动车车辆的路径的基础上确定充电装置，可以在电动车辆距离充电装置较近，使得电动车辆充电较为便捷。
[0184]
在本公开的一个实施例中，第一确定模块704，包括：
[0185]
第一确定单元，用于根据电动汽车数量以及需要配送的站点的位置信息确定每个预设路径方案对应的路径长度；
[0186]
第二确定单元，用于根据每个预设路径方案对应的路径长度以及电动汽车数量确定每个电动车辆运行的时间方差的和；
[0187]
第三确定单元，用于根据预设的适应度函数公式度每个预设路径方案对应的路径长度以及每个预设路径方案中每个电动车辆运行的时间方差的和确定每个预设路径方案对应的适应度函数值；
[0188]
第四确定单元，用于根据每个预设路径方案对应的适应度函数值确定目标预设路径方案；
[0189]
第五确定单元，用于根据目标预设路径方案确定每个电动车辆对应的路径；
[0190]
其中，适应度函数公式为：
[0191][0192]
其中，f为适应度函数值，ω1和ω2为系数，e为电动车数量，li为预设路径方案中任意一条路径对应的路径长度，t
var
为每个预设路径方案中每个电动车辆运行的时间的方差。
[0193]
在本公开的一个实施例中，第一确定单元，包括：
[0194]
第一确定子单元，用于根据电动汽车数量、需要配送的站点的位置信息以及第一预设公式确定每个预设路径方案对应的路径长度；
[0195]
其中，第一预设公式为：
[0196][0197]
其中，li为预设路径方案中任意一条路径对应的路径长度，d(ej，e
j+1
)为第j个配送点到第j+1个配送点之间的距离，为第1个配送点到第ni个配送点之间的距离，ni为预设路径方案中任意一条路径上的配送点的数量。
[0198]
在本公开的一个实施例中，第二确定单元，包括：
[0199]
第二确定子单元，用于根据每个预设路径方案对应的路径长度、电动汽车数量以及第二预设公式确定每个电动车辆运行的时间方差的和；其中，第二预设公式为：
[0200][0201]
其中，t
var
为每个电动车辆运行的时间方差的和，ti为预设路径方案中任意一条路径运行时间，t
ave
为全部电动车辆运行时间的均值，e为电动车辆的数量。
[0202]
在本公开的一个实施例中，第四确定单元，包括：
[0203]
迭代子单元，用于根据烟花算法对每个预设路径方案对应的适应度函数值进行迭代，在迭代次数达到预设阈值的情况下，获取每个预设路径方案对应的最优适应度函数值；
[0204]
第三确定子单元，用于将最小的最优适应度函数值对应的预设路径方案确定为目标预设路径方案。
[0205]
在本公开的一个实施例中，迭代子单元，包括
[0206]
第一确定元件，用于分别根据第三预设公式以及第四预设公式确定烟花爆炸半径以及爆炸个数；
[0207]
变异元件，用于根据确定的烟花爆炸半径以及爆炸个数对每个预设路径进行变异，得到变异完成的多个适应度函数值；
[0208]
第二确定元件，用于在变异后的多个适应度函数值中确定最优适应度函数值作为当前预设路径方案对应的最优适应度函数值；
[0209]
其中，第三预设公式为：
[0210][0211]
其中，第四预设公式为：
[0212][0213]
其中，ai为烟花爆炸半径，si为烟花爆炸个数，f为任意预设路径方案对应的适应度函数值，f
min
为多个预设路径方案对应的适应度函数值中的最小适应度函数值，f
max
为多个预设路径方案对应的适应度函数值中的最大适应度函数值，f
ave
为多个预设路径方案对应的适应度函数值中的适应度函数值均值，m为常数，ul为搜索边界常数。
[0214]
在本公开的一个实施例中，第二确定模块706，包括：
[0215]
第六确定单元，用于根据每个电动车辆对应的路径以及第五预设公式确定每个电动车辆需要消耗的电能；其中，第五预设公式为：
[0216][0217]
其中，ec为任意一个电动车辆需要消耗的电能，a、b、c、d均为回归系数，v为当前电动车辆平均运行速度，l为当前电动车辆运行路径长度。
[0218]
在本公开的一个实施例中，设置模块708，包括：
[0219]
第七确定单元，用于根据预设的优化模型以及当前电动车辆对应的路径确定设置充电装置的位置；
[0220]
设置单元，用于根据确定设置充电装置的位置设置充电装置。
[0221]
所属技术领域的技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
[0222]
下面参照图8来描述根据本公开的这种实施方式的电子设备800。图8显示的电子设备800仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
[0223]
如图8所示，电子设备800以通用计算设备的形式表现。电子设备800的组件可以包括但不限于：上述至少一个处理单元810、上述至少一个存储单元820、连接不同系统组件(包括存储单元820和处理单元810)的总线830。
[0224]
其中，存储单元存储有程序代码，程序代码可以被处理单元810执行，使得处理单元810执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如，处理单元810可以执行上述方法实施例的如下步骤：
[0225]
获取电动车辆数量以及需要配送的站点的位置信息；
[0226]
根据电动车辆数量、需要配送的站点的位置信息以及预设算法确定每个电动车辆对应的路径；
[0227]
根据每个电动车辆对应的路径确定每个电动车辆需要消耗的电能；
[0228]
在存在任意一个电动车辆需要消耗的电能大于当前电动车辆能够存储的电能的情况下，在当前电动车辆对应的路径上设置充电装置。
[0229]
存储单元820可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)8201和/或高速缓存存储单元8202，还可以进一步包括只读存储单元(rom)8203。
[0230]
存储单元820还可以包括具有一组(至少一个)程序模块8205的程序/实用工具8204，这样的程序模块8205包括但不限于：操作系统、一个或者多个应用程序、其它程序模
块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
[0231]
总线830可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
[0232]
电子设备800也可以与一个或多个外部设备840(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备800交互的设备通信，和/或与使得该电子设备800能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口850进行。并且，电子设备800还可以通过网络适配器860与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器860通过总线830与电子设备800的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备800使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
[0233]
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
[0234]
在本公开的示例性实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质可以是可读信号介质或者可读存储介质。其上存储有能够实现本公开上述方法的程序产品。在一些可能的实施方式中，本公开的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。
[0235]
本公开中的计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
[0236]
在本公开中，计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
[0237]
可选地，计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。
[0238]
在具体实施时，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在
用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
[0239]
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
[0240]
此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
[0241]
通过以上实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
[0242]
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。
技术特征：
1.一种充电装置设置方法，其特征在于，所述方法包括：获取电动车辆数量以及需要配送的站点的位置信息；根据所述电动车辆数量、需要配送的站点的位置信息以及预设算法确定每个电动车辆对应的路径；根据每个电动车辆对应的路径确定每个电动车辆需要消耗的电能；在存在任意一个电动车辆需要消耗的电能大于当前电动车辆能够存储的电能的情况下，在当前电动车辆对应的路径上设置充电装置。2.根据权利要求1所述的充电装置设置方法，其特征在于，根据所述电动车辆数量、需要配送的站点的位置信息以及预设算法确定每个电动车辆对应的路径，包括：根据所述电动汽车数量以及需要配送的站点的位置信息确定每个预设路径方案对应的路径长度；根据每个预设路径方案对应的路径长度以及所述电动汽车数量确定每个电动车辆运行的时间方差的和；根据预设的适应度函数公式、每个预设路径方案对应的路径长度以及每个预设路径方案中每个电动车辆运行的时间方差的和确定每个预设路径方案对应的适应度函数值；根据每个预设路径方案对应的适应度函数值确定目标预设路径方案；根据目标预设路径方案确定每个电动车辆对应的路径；其中，所述适应度函数公式为：其中，f为适应度函数值，ω1和ω2为系数，e为电动车数量，l
i
为预设路径方案中任意一条路径对应的路径长度，t
var
为每个预设路径方案中每个电动车辆运行的时间的方差。3.根据权利要求2所述的充电装置设置方法，其特征在于，根据所述电动汽车数量以及需要配送的站点的位置信息确定每个预设路径方案对应的路径长度，包括：根据所述电动汽车数量、需要配送的站点的位置信息以及第一预设公式确定每个预设路径方案对应的路径长度；其中，所述第一预设公式为：其中，l
i
为预设路径方案中任意一条路径对应的路径长度，d(e
j
，e
j+1
)为第j个配送点到第j+1个配送点之间的距离，为第1个配送点到第n
i
个配送点之间的距离，n
i
为预设路径方案中任意一条路径上的配送点的数量。4.根据权利要求3所述的充电装置设置方法，其特征在于，根据每个预设路径方案对应的路径长度以及所述电动汽车数量确定每个电动车辆运行的时间方差的和，包括：根据每个预设路径方案对应的路径长度、所述电动汽车数量以及第二预设公式确定每个电动车辆运行的时间方差的和；其中，所述第二预设公式为：
其中，t
var
为每个电动车辆运行的时间方差的和，t
i
为预设路径方案中任意一条路径运行时间，t
ave
为全部电动车辆运行时间的均值，e为电动车辆的数量。5.根据权利要求2所述的充电装置设置方法，其特征在于，根据每个预设路径方案对应的适应度函数值确定目标预设路径方案，包括：根据烟花算法对每个预设路径方案对应的适应度函数值进行迭代，在迭代次数达到预设阈值的情况下，获取每个预设路径方案对应的最优适应度函数值；将最小的最优适应度函数值对应的预设路径方案确定为目标预设路径方案。6.根据权利要求5所述的充电装置设置方法，其特征在于，根据烟花算法对每个预设路径方案对应的适应度函数值进行迭代，在迭代次数达到预设阈值的情况下，获取每个预设路径方案对应的最优适应度函数值，包括：分别根据第三预设公式以及第四预设公式确定烟花爆炸半径以及爆炸个数；根据确定的烟花爆炸半径以及爆炸个数对每个预设路径方案进行变异，得到变异完成的多个适应度函数值；在变异后的多个适应度函数值中确定最优适应度函数值作为当前预设路径方案对应的最优适应度函数值；其中，第三预设公式为：其中，第四预设公式为：其中，a
i
为烟花爆炸半径，s
i
为烟花爆炸个数，f为任意预设路径方案对应的适应度函数值，f
min
为多个预设路径方案对应的适应度函数值中的最小适应度函数值，f
max
为多个预设路径方案对应的适应度函数值中的最大适应度函数值，f
ave
为多个预设路径方案对应的适应度函数值中的适应度函数值均值，m为常数，ul为搜索边界常数。7.根据权利要求1所述的充电装置设置方法，其特征在于，根据每个电动车辆对应的路径确定每个电动车辆需要消耗的电能，包括：根据每个电动车辆对应的路径以及第五预设公式确定每个电动车辆需要消耗的电能；其中，第五预设公式为：其中，ec为任意一个电动车辆需要消耗的电能，a、b、c、d均为回归系数，v为当前电动车辆平均运行速度，l为当前电动车辆运行路径长度。8.根据权利要求1所述的充电装置设置方法，其特征在于，在当前电动车辆对应的路径上设置充电装置，包括：根据预设的优化模型以及当前电动车辆对应的路径确定设置充电装置的位置；根据确定设置充电装置的位置设置充电装置。9.一种充电装置设置装置，其特征在于，所述装置包括：获取模块，用于获取电动车辆数量以及需要配送的站点的位置信息；
第一确定模块，用于根据所述电动车辆数量、需要配送的站点的位置信息以及预设算法确定每个电动车辆对应的路径；第二确定模块，用于根据每个电动车辆对应的路径确定每个电动车辆需要消耗的电能；设置模块，在存在任意一个电动车辆需要消耗的电能大于当前电动车辆能够存储的电能的情况下，用于在当前电动车辆对应的路径上设置充电装置。10.一种电子设备，其特征在于，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1～8中任意一项所述的充电装置设置方法。11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1～8中任意一项所述的充电装置设置方法。
技术总结
本公开提供了一种充电装置设置方法、装置、设备及存储介质，涉及计算机技术领域。该方法包括获取电动车辆数量以及需要配送的站点的位置信息，根据电动车辆数量、需要配送的站点的位置信息以及预设算法确定每个电动车辆对应的路径，根据每个电动车辆对应的路径确定每个电动车辆需要消耗的电能，在存在任意一个电动车辆需要消耗的电能大于当前电动车辆能够存储的电能的情况下，在当前电动车辆对应的路径上设置充电装置。可以使得电动车辆距离充电装置较近，使得电动车辆充电较为便捷。使得电动车辆充电较为便捷。使得电动车辆充电较为便捷。
