EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Methodology for Optimizing Charging Infrastructure Distribution for Long-Haul Freight Traffic based on Multi-Agent Simulation and Evolutionary Bi-Objective Optimization

Diego Fadranski, Tobias Tietz, Dietmar Göhlich

Procedia Computer Science · 2025 · 257 · 951-958

DOI: 10.1016/j.procs.2025.03.122 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Procedia Computer Science, 2025. Verfasst von Diego Fadranski und 2 weiteren Autor:innen. Die Arbeit wurde bisher 6-mal zitiert (Crossref) und nennt 16 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: Bundesministerium fur Digitales und Verkehr.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Bundesministerium fur Digitales und Verkehr

Zitieren

APA

Fadranski, D., Tietz, T., & Göhlich, D. (2025). Methodology for Optimizing Charging Infrastructure Distribution for Long-Haul Freight Traffic based on Multi-Agent Simulation and Evolutionary Bi-Objective Optimization. Procedia Computer Science, 257, 951-958. https://doi.org/10.1016/j.procs.2025.03.122

Vancouver

Fadranski D, Tietz T, Göhlich D. Methodology for Optimizing Charging Infrastructure Distribution for Long-Haul Freight Traffic based on Multi-Agent Simulation and Evolutionary Bi-Objective Optimization. Procedia Computer Science. 2025;257:951-958. doi:10.1016/j.procs.2025.03.122

BibTeX
@article{Fadranski2025,
  author = {Fadranski, Diego and Tietz, Tobias and Göhlich, Dietmar},
  title = {Methodology for Optimizing Charging Infrastructure Distribution for Long-Haul Freight Traffic based on Multi-Agent Simulation and Evolutionary Bi-Objective Optimization},
  journal = {Procedia Computer Science},
  year = {2025},
  volume = {257},
  pages = {951--958},
  doi = {10.1016/j.procs.2025.03.122}
}
Kostenlos starten →