新能源车发展则由普通民众高度参与，技术路线的演化、车型的更新迭代都是由消费者说了算。
底层逻辑是：科技是利用自然现象及规律，服务人的需求。高效利用太阳能服务人类出行。
人类文明的科技主线：有且只有一个如何利用太阳能。
将太阳能利用看成一个系统，该系统的输入是太阳光，输出是有效高效地服务人类生产生活的服务。
“油井-车轮”（WTW）效率理念。提出“STS”即solar to service。即太阳能转换为服务人们生产生活的有用功。
STS的包含了多个维度的评价，选择最重要的5个：
整体系统太阳能转换效率
整体系统太阳能利用总量
单位能源（千瓦时）成本
单位能源利用装置成本
被服务用户感受。
利用两个工程算法优化：PID调节和（遗传算法/最短路径/旅行售货员问题）。
PID调节的应用：粗糙数学建模，连续输入输出的系统中。而（遗传算法/最短路径/旅行售货员问题）多是利用在迭代优化，离散系统。
要通过数学的方法找到新能源电动车和载人登月技术的最优科技树，必须将这两种方法同时应用。
工程算法是一样的，但不同应用场景评价侧重点不同。将系统简化。新能源电动车只关注单位能源（千瓦时）成本，单位能源装置成本和能源转换效率。
基于这两种工程算法下优化，需要很多实际的工程参数。通过科技树的选择，是有科学可行的方法。
采用（遗传算法/最短路径/旅行售货员问题）归纳出来的多维矩阵数学方法去思考载人车辆的迭代。
约1770年，第一辆自行式蒸汽动力三轮车到今天普及的电动车，其迭代的可以划分为
第一代：外燃机式蒸汽机车，1770~1807年。
第二代：内燃机车，1807年开始。
第三代：电动车，1881年开始。
这三种技术是车辆科技树的三个分支，不同的分支有不同的技术演变路径。
但这三种路径都遵循相同三个指标。单位动力来源（煤炭、石油天然气和电能）的经济性，能源转换效率和单位能源转换装置。
折算成今天的电动车就是：充电价格、电能转换效率和电动车价格。这是从遗传算法中找寻到适应景观/适应度函数，而电动车的遗传算法相比自然进化简单太多了。找到车辆迭代规律后，从多维景观直接转换为二维平面，类似地图上寻找最短路径。我们将太阳光作为输入条件，车辆输出地面摩檫力作为服务人的最优解。
在单位动力来源中，电力来源以千瓦时（度电）来计算，太阳光发电转换成电能效率在20~25%，度电成本在0.1~0.65元。而电动车充电价格还要考虑充电功率、场景。电动机对电能的转换效率普遍在90%以上。
毫无疑问，纯电动车在光伏发电直充、车载大电池这个技术路线是最优的。
在太阳光转换所有方式中，效率叠加成本的最优路径是光伏，效率范围25~40%,电动机是电能转换为摩檫力的最好路径效率高达90~97%。
可见最优技术路径的头尾都已经确定了，没有中间环节就是最优路径。
来源：科技良言微信公众号。 编辑：李小侠ID：lixiaoxia08
本公众号所载、分享的文/图等稿件均出于为公众传播有益资讯信息和学习交流之用。
从公开合法渠道获取的资料。其版权归原作者或原出版社所有。
不同意转载，请反馈，经核实后，及时删除。