Resumen

Con el creciente interés por la protección del medio ambiente y la congestión, los vehículos eléctricos se están convirtiendo cada vez más en un importante medio de transporte. Sin embargo, los vehículos eléctricos se enfrentan actualmente a varias barreras de adopción, entre las que se incluyen el elevado precio de compra y la limitada autonomía de viaje, por lo que las flotas en las que coexisten vehículos eléctricos y convencionales se acercan más al estado actual de la gestión de flotas. Teniendo en cuenta el impacto de las instalaciones de recarga y la emisión de carbono, este trabajo propone un problema de enrutamiento de vehículos con una flota mixta de vehículos convencionales y eléctricos y ventanas de tiempo blandas. Se establece un modelo de programación bi-objetivo para minimizar el coste operativo total y el coste de penalización por tiempo. Finalmente, se emplea el algoritmo genético de ordenación no dominante II (NSGA-II) para tratar este problema. Además, se lleva a cabo una optimización monoobjetivo para los dos objetivos, respectivamente, y también se utiliza el método de ponderación lineal para resolver el problema. Mediante el contraste de estos resultados con los del NSGA-II, se comprueba la eficacia del algoritmo de este trabajo. Los resultados indican que los dos objetivos son contradictorios en cierta medida y que los responsables de la toma de decisiones necesitan un compromiso entre ambos objetivos.

• Materias:Infraestructura de transportes Ingeniería del transporte Accidentes de transito Seguridad del transporte Planificación de ruta
• Subjects:Transport infrastructure Transport engineering Traffic accidents Transport safety Path planning
• Palabras claves:vehículos eléctricos, objetivos, situación actual de la gestión de flotas, algoritmo genético ii, precio de compra elevado, medio de transporte importante, método de ponderación lineal, modelo de programación por objetivos, varias barreras de adopción, ventanas temporales suaves
• Keywords:electric vehicles, objectives, current fleet management status, genetic algorithm ii, high purchasing price, important transportation means, linear weighting method, objective programming model, several adoption barriers, soft time windows