Εφαρµογή τοπολογικής ανάλυσης δεδοµένων για βελτιστοποίηση διαδροµών ηλεκτρικών φορτηγών µεταφορικών εταιρειών
Loading...
Date
2026-07-09
Authors
Ιωάννου, Γεώργιος
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Η παρούσα διπλωματική εργασία εξετάζει την εφαρμογή της Τοπολογικής Ανάλυσης Δεδομένων στη βελτιστοποίηση διαδρομών ηλεκτρικών φορτηγών μεταφορικών εταιρειών. Το αντικείμενο συνδέει την ανάγκη αποδοτικότερης οργάνωσης των μεταφορών με τους περιορισμούς της ηλεκτροκίνησης, όπως η αυτονομία, ο χρόνος φόρτισης, η θέση των σταθμών φόρτισης και η μεταβολή της ενεργειακής κατανάλωσης. Έτσι, η επιλογή διαδρομής δεν αντιμετωπίζεται μόνο ως αναζήτηση μικρότερης απόστασης, αλλά ως σύνθετη απόφαση που επηρεάζεται από το οδικό δίκτυο, την κίνηση, το φορτίο, τις υποδομές φόρτισης και την ενεργειακή ασφάλεια του οχήματος.
Στο θεωρητικό μέρος παρουσιάζεται η αναπαράσταση των μεταφορικών δικτύων με τη θεωρία γράφων και αναλύονται οι ιδιαιτερότητες των ηλεκτρικών φορτηγών. Στη συνέχεια εξετάζεται η Τοπολογική Ανάλυση Δεδομένων, με έμφαση στην επίμονη ομολογία, στα διαγράμματα επιμονής και στους τοπολογικούς δείκτες που περιγράφουν τη συνδεσιμότητα, τους κύκλους και τις εναλλακτικές δομές ενός δικτύου. Τα στοιχεία αυτά δείχνουν ότι η αξιολόγηση μιας διαδρομής δεν εξαρτάται μόνο από το μήκος της, αλλά και από το πόσο σταθερή και ασφαλής είναι μέσα στο σύνολο των διαθέσιμων επιλογών.
Η εργασία εμπλουτίζεται με σύγκριση της TDA με κλασικές μεθόδους βελτιστοποίησης, όπως ο Dijkstra, ο Floyd-Warshall και οι Γενετικοί Αλγόριθμοι. Η σύγκριση δείχνει ότι οι κλασικοί αλγόριθμοι είναι απαραίτητοι για τον υπολογισμό διαδρομών ελάχιστου κόστους, ενώ η TDA προσθέτει πληροφορία για τη συνολική μορφή, τη συνδεσιμότητα και την αντοχή του δικτύου. Παράλληλα, αξιολογείται η επίδραση της τοπολογικής πληροφορίας σε μετρικές απόδοσης, όπως η ενεργειακή κατανάλωση, ο χρόνος διαδρομής και η ανάγκη φόρτισης. Εξετάζεται επίσης ο συνδυασμός TDA και μηχανικής μάθησης για πρόβλεψη κατανάλωσης, ομαδοποίηση διαδρομών και αξιολόγηση μοντέλων.
Στο πρακτικό μέρος υλοποιείται εφαρμογή σε Python, η οποία δημιουργεί τεχνητό οδικό δίκτυο, τοποθετεί σταθμούς φόρτισης, παράγει υποψήφιες διαδρομές και υπολογίζει απόσταση, χρόνο, κατανάλωση ενέργειας, ανάγκη φόρτισης και κόστος. Η τελική επιλογή γίνεται με συνολική αξιολόγηση που συνδυάζει ενεργειακά, χρονικά, οικονομικά και τοπολογικά χαρακτηριστικά. Στο εξεταζόμενο σενάριο η διαδρομή R2 αναδεικνύεται ως καλύτερη, δείχνοντας ότι η προτεινόμενη μεθοδολογία μπορεί να υποστηρίξει πιο ολοκληρωμένες και ρεαλιστικές αποφάσεις δρομολόγησης για ηλεκτρικά φορτηγά.
Description
Keywords
Τοπολογική ανάλυση δεδομένων, Ηλεκτρικά φορτηγά, Βελτιστοποίηση διαδρομών, Οδικά δίκτυα, Ενεργειακή κατανάλωση, Σταθμοί φόρτισης, Επίμονη ομολογία, Κλασικοί αλγόριθμοι, Μετρικές απόδοσης, Μηχανική μάθηση