考虑航班计划的机场短时停车需求预测

为克服现有短时停车需求模型无法直接利用于机场停车需求预测这一问题,利用停车数据、航班计划和气象信息,建立了面向机场停车场的短时停车需求预测模型。首先使用机场停车数据分析了停车场短时车辆到达与离去特性,然后考虑到航班计划对机场停车场短时停车需求的影响,将其与气象状况同时引入到短时停车需求影响因素中,建立了基于Conv1D-LSTM神经网络结构的机场短时停车需求模型。以上海虹桥机场停车场为实例,Conv1D-LSTM模型实验结果的平均绝对误差和均方根误差分别为12.057 辆和14.237 辆;对比多个其他模型实验结果,本文构建的Conv1D-LSTM模型预测效果更优,能有效应用于机场停车场短时停车需求预测。     

基于相空间重构及Elman网络的停车泊位数据预测

针对停车诱导系统（PGIS）中短时空余停车泊位时间序列数据预测问题，提出应用相空间重构与Elman神经网络相结合的方法来进行预测．首先分析了相空间重构的技术原理，在此基础上导出时间序列预测模型，并以Elman神经网络训练模拟该模型．介绍了相空间重构与Elman神经网络相结合的预测方法的具体实现过程与步骤，提出了短时空余停车泊位数据的预测效果评价指标．通过预测实例表明，该方法用于停车诱导系统中短时空余停车泊位数据的预测具有较好的预测准确性和有效性．     

动态停车场数据预处理及短时预测方法研究

停车场的停车空余泊位数的变化,和交通信息一样普遍具有层次性、周期性、相似性和可预测性。一般交通模型输入数据的质量对于模型的有效性具有不可忽视的作用。借鉴道路交通系统中对于动态交通数据的预处理方法,本文讨论了动态停车场数据故障的识别与修复方法;并在此基础上确定了停车场空泊位短时预测的基本方法,通过时间序列预测方法中的指数平滑法对停车泊位进行短时预测。     

基于土地利用的城市停车需求预测问题研究

为了解决目前不同停车预测模型在使用时的限制问题,本文在交通量-停车需求模型的基础上,根据各小区出行吸引的交通方式构成对小区进行分组,并结合交通小区土地利用状况对分组进行修正,分组预测规划期内出行吸引的交通方式构成,继而对各小区的停车需求进行预测. 通过实例计算证明了此方法的准确性.     

基于生存分析的夜间驻留停车需求预测

为了在微观层面对夜间停车需求进行准确预测,采用生存分析的方法建立夜间停车需求预测模型.首先将夜间停放的车辆定义为日间驶入车辆的驻留部分,对应的夜间停车需求预测转换为日间驶入车辆驻留的概率预测;进一步从日间驶入车辆的停车时长分布入手,用生存分析方法估计车辆停放不同时长的概率,从而预测夜间驻留的停车需求.最后用上海某科技园实际停车数据进行分析验证,构建Cox比例风险模型,获得不同影响因素下的生存时间曲线以及过夜驻留停车概率.结果表明,车辆夜间驻留的概率与工作日、驶入天气、用户类型以及驶入时刻等变量有关,全天夜间驻留预测精度达92.1%.利用生存分析方法预测夜间停车需求是有效的,能够为停车场的夜间需求管理提供决策依据.     

基于CEEMD-GRU组合模型的快速路短时交通流预测

为了提高短时交通流预测精度,提出了基于互补集成经验模态分解(complementary ensemble empirical mode decomposition, CEEMD)和门控循环单元(Gated Recurrent Unit, GRU)组合模型的快速路短时交通流预测方法。首先,运用互补集成经验模态分解算法,将非稳定的原始交通流时间序列数据分解为相对平稳的多个模态分量;然后,将分解后的模态分量分别建立GRU模型进行单步预测;最后,叠加每个分量的预测值,获取最终预测结果,并采用上海市南北高架快速路实测交通流数据进行实例验证。结果表明:CEEMD-GRU组合模型的预测效果明显优于GRU神经网络模型、EMD-GRU组合模型以及EEMD-GRU组合模型,平均预测精度分别提升了33.4%,25.6%和18.3%。CEEMD-GRU组合模型能够有效提取交通流数据特征分量,提高预测精度,为交通管控提供科学决策依据。     

一致性特征下综合体停车需求预测方法

基于单一建筑功能停车需求一致性特征的分析,采用停车需求高峰比系数对建筑功能停车需求分布趋势进行分时刻描述,提出了单一建筑功能停车需求预测的影响系数修正模型,并基于共享停车理念建立了综合体停车需求预测三步骤模型,且在实际案例中进行了良好的应用.由于采用了分时刻需求分布预测法,综合体停车需求的预测结果信息较为丰富,也为停车设施后期的精细化管理提供了良好的数据支持.     

基于共享泊位分配模型的新建停车场规模

为缓解城市停车泊位供需不均衡的问题,对城市新建停车场泊位规模问题进行研究.采用共享泊位分配模型对停车需求进行预测,在此基础上引入了灰理想关联熵理论提出停车场规模修正系数概念,实现了对新建停车场泊位数量规模的测算.选取拉萨神力时代商圈范围内的三个新建停车场为研究对象,对其商业区和居住区的停车泊位供给现状、停车需求实际、平均步行距离进行了调研和分析,在此基础上引入粒子群优化算法对共享泊位分配模型进行求解获取新建停车场的停车需求,进而结合修正系数对新建停车场的泊位规模进行确定.研究结果可以有效弥补共享泊位分配模型在实际应用中的不足,为解决城市商圈停车难问题提供一个有效的途径.     

基于小波-ELM神经网络的短期停车泊位预测

采用小波变换与极限学习机(ELM)相结合的方法对短时空余停车泊位进行预测.首先通过小波函数对有效停车泊位时间序列进行小波分解和重构;然后用ELM对分解后所得的各时间序列进行预测;最后对各神经网络的预测结果进行合成,得到最终的预测结果.预测实例结果表明,该方法缩短了训练时间,提高了预测结果.     

平顶山市中心区停车需求预测研究

本文针对平顶山市中心区停车难问题,通过停车现状调查,结合停车小区划分状况,采用以交通量—停车需求模型为主静态交通发生率模型检验相结合的方法,进行规划年平顶山市停车需求预测。两种预测结果吻合程度较好,实现了中心区停车需求的准确预测。     

Optimization of Time-Varying Parking Charges and Parking Supply in Networks with Multiple User Classes and Multiple Parking Facilities

The optimization of parking charges and parking supply over the time of a day is an important problem in the design of transportation networks. This paper presents a bilevel model to determine the opti-mal time-varying parking charges and parking supply in road networks with multiple user classes and different types of parking facilities. The upper level of the model aims to maximize the network net benefit in response to the parking charges and parking supply, whereas the lower level is a time-dependent network equilibrium problem with elastic demand. A descent-gradient-based solution algorithm is adapted to solve the model. The numerical results show that the implementation of time-varying parking charges and parking supply is useful to effectively cater to the time-varying demand with different parking needs. The model provides a powerful tool for strategically designing parking locations and evaluating various parking policies.     

自动代客泊车接受度及停车选择行为影响因素分析

自动代客泊车是无人驾驶系统的重要组成部分，对于缓解城市交通拥堵具有重要作用。为了探讨自动代客泊车接受度及选择行为影响因素，本文首先基于技术接受模型，选取感知易用性、感知有用性、行为态度、行为意向、感知风险、信任六个心理潜变量构建自动代客泊车接受度模型。随后基于线上调查问卷数据，采用随机森林算法构建考虑心理潜变量模型与不考虑心理潜变量模型，研究发现考虑心理潜变量的随机森林模型拟合优度更高，更适合用于分析自动代客泊车选择行为的影响因素。通过袋外估算误差率对考虑心理潜变量的随机森林模型进行变量筛选，结果表明当变量个数为9时，该模型的袋外估算误差率最小，筛选后的变量分别为停车费用、受教育程度、感知风险、出行总成本、行为意向、信任、月收入水平、感知易用性、年龄。最后将筛选后的九个变量纳入逻辑回归中进一步分析各变量对选择行为的影响程度，参数标定结果表明停车费用、受教育程度、感知风险、出行总成本、行为意向、信任、月收入水平、年龄变量均对选择行为具有显著影响。     

基于样条理论的自动垂直泊车轨迹规划

分析泊车轨迹曲线设计要求并综合B样条曲线特点,提出基于B样条曲线理论通过对轨迹控制点优化进行自动垂直泊车轨迹规划的方法.分析泊车过程中存在的可能性碰撞点,并建立相应的避撞约束函数.考虑泊车环境障碍约束、车辆自身参数约束、泊车初始点方位约束、泊车终点位置约束,以泊车轨迹的最大曲率值最小化为目标,以轨迹曲线控制点为变量,根据Ackerman转向原理建立车辆运动轨迹多约束方程.分别对一般泊车环境和狭小空间泊车环境进行泊车轨迹规划,利用Matlab软件非线性约束优化函数求得轨迹控制点,得出轨迹曲线.仿真结果表明:对于一般泊车环境该方法能使车辆无碰撞地进入车位,且满足泊车轨迹曲率连续性;对于相对狭小泊车环境,也能求得一组轨迹控制点,通过不断调节前轮转角实现车辆无碰撞地泊车入位并保证了轨迹曲率的连续性.仿真结果表明了基于样条理论的泊车轨迹规划方法可实现车辆无碰撞地泊车入位,并满足轨迹曲率连续性要求,有效地解决了泊车过程中停车转向问题.     

城市停车诱导管理信息系统的设计与实现

为了使停车诱导系统的数据处理部分能更好地满足区域内停车场的业务特点和用户动态需求,提出了城市停车诱导管理信息系统的模型.在现有停车诱导理论的基础上,将地理信息系统和管理信息系统融入其中,加快区域内停车资源供求信息的实时交互,并通过连接GSM导航,在进行停车选择后,获取较优的行走路径,从而减少因寻找停车场而产生的附加交通量,缓解交通负担,改善区域交通环境.最后,运用C#语言实现了该系统模型的主要功能.     

考虑车位占用率的机场停车场收费定价模型

由于航空旅客小汽车出行需求的持续增长,机场停车需求不断增加,进而导致机场停车场出现了供需不平衡的状况,本文基于收益管理思想,以期望车位占用率和停车场收益最大化为决策目标,建立了机场停车场收费定价的双层规划模型,基于随机用户均衡原则,建立了航空旅客出行方式选择模型作为双层规划模型的下层模型,并根据所建立的模型设计了相应的求解算法,而后通过算例验证了所提出的模型和算法的可行性。结果表明,在定价时,考虑停车场的容量和车位占用率,能够使停车资源得到更好的利用。     

基于生成率的城市中心区域停车需求预测研究

在生成率模型的基础上,引入区位因子,建立一种适合城市中心区域的停车需求预测模型。通过在上海市江湾五角场城市副中心停车规划中的实际运用,该模型在预测变化较大的城市中心区域的停车需求时,可以较好地避免传统方法中的一些不足。     

停车场泊位占有率预测方法评价

采用上海市五角场地区的停车泊位检测数据,分析了商业、办公和体育场3种不同类型停车场泊位占有率(parking occupancy rate,POR)的时变特征,并评价了ARIMA(autoregressive integrated moving average)、卡尔曼滤波和BP(back propagation)神经网络等3种常用方法在POR预测中的适用性.结果表明,ARIMA和BP神经网络的预测精度总体优于卡尔曼滤波,BP神经网络在商业和办公停车场的短时预测中有较好的精度;3种方法的预测精度均随预测时间步长的增加而逐渐降低;不同类型停车场的POR预测精度存在较大差异,工作日的预测精度一般高于非工作日,且模型具有较好的自适应性.     

基于嵌入式的智能泊车辅助系统设计

为使泊车更加安全可靠,设计了一种基于嵌入式的智能泊车辅助系统。系统利用红外传感器和超声波传感器检测车位,通过 LPC1114处理器分析其反馈结果,并用来控制电机和舵机实现智能泊车的仿真模拟。测试结果证明了系统的安全性和稳定性。     

先进的停车信息系统研究

随着我国汽车数量的迅速增加，解决停车问题已成当务之急。为此我们需要一个先进的停车信息系统(APIS)，帮助解决我国交通问题和停车问题。文章结合智能运输系统(ITS)，讨论先进停车信息系统的设计原则、结构、子系统功能及算法设计等，根据国内外发展的情况，提出了基于Internet的先进的停车信息服务网。最后指出一些有待进一步研究的问题。