基于泊位使用特性的停车共享策略方法

为了缓解由于机动车保有量过快增长而造成的大中型城市交通拥堵及停车供需失衡问题,依据泊位共享的理念充分挖掘可利用停车资源成为了一种新方案。由于在不同模式下泊位共享服务方式的适用性不同且泊位共享具有严格的时间窗约束、排他性及唯一性特征,使得共享泊位资源在实际应用中难以得到高效利用。本文以闲置时间利用率最大化为目标,将泊位划分为固定泊位及非固定泊位,分别建立相应的共享泊位配置优化方法。首先对于非固定泊位,在构建时间序列模型动态预测停车需求的前提下,以驾驶员15min最大寻泊可接受时间内车辆净增量为预留泊位值,进而确定共享泊位配置模型;其次,对于固定泊位则考虑共享请求在随机非预约和预约模式两种情形下的区别,前者以单个泊位闲置时间利用率最大为目标构建共享泊位配置模型,而后者则采用最大匹配规则树理论探讨系统闲置时间利用率最大化的泊位共享配置模型。最后以数值实验论证泊位共享可有效提高泊位利用率和周转率,结果表明预约共享模式相对于非预约模式可以将泊位空闲利用率提高12.9%。     

向量自回归预测的泊位共享优化算法研究

以城市中心区的停车问题为主要研究对象,总结了城市中心区的停车特性。分析了国内外研究现状、在城市中心区停车特点的基础上,分析了停车需求预测、泊位共享理论、泊位共享分配策略等问题,构建了基于向量自回归预测的泊位共享优化算法。最后以重庆市江北区行政服务中心区域为实验对象,对该区域进行数据收集、分析和总结,为理论研究提供实例,验证了方法的可行性和有效性。     

考虑用户信用度的共享停车双向拍卖机制及泊位分配模型

共享停车作为时下全新的一种停车模式,为缓解现有停车供需不平衡、时空分布不均的问题提供了新方向和新思路。共享泊位是由分布在不同区域、位置的闲置车位集合而成的,因其动态性和时效性而具备不确定性。在泊位分配过程中,已分配的车位时常因用户失信、违约而交易失败,无法发挥泊位的最大价值,造成泊位闲置和浪费。为提高泊位利用率,本文提出了一种考虑用户信用度的泊位分配模型。首先,结合现有信用评价模型,构建了考虑用户信用度的分配模型。然后,以价格和时间为约束,根据双向拍卖模型建立共享泊位参与者（拥有者、用户、平台）的出价机制,确定最终交易价格。进而,计算出用户总的效用值,求得基于效用值的最佳分配序列,并根据该序列对提交上来的用户泊位请求进行有序分配。最后,通过软件仿真,将本文所提模型与先到先停、传统拍卖模型进行比较分析。结果表明,所提模型相较于先到先停方案、传统拍卖模型在收益提升率方面分别增加了2.15%和32.07%;在平均泊位利用率方面分别增加了0.93%和29.99%。     

基于系统总耗时最小的双目标泊位分配模型

针对为同一停车场不同入口同时申请停车诱导的车辆分配泊位问题,提出了以系统总耗时最小为第一层目标和单个停车者总耗时相近为第二层目标的双目标泊位分配模型。定量描述和分析了行进车道上泊车行为的发生对行程时间的影响,采用模糊综合评判法对停车入位时间进行分析,针对∆t时段内系统中待泊车辆数与停车场内有效泊位数比值的不同,选择不同...     

基于粒子群算法的泊位分配集成优化研究

泊位分配直接影响着港口船舶的进港靠泊时间和作业效率.为获得合理的集装箱码头泊位分配计划,建立了以最小化船舶在港时间和码头运营成本的集成优化模型,并应用粒子群算法进行求解.通过与Gurobi软件求解结果进行对比,发现在求解大规模的船舶调度问题时,粒子群算法在求解时间上比Gurobi更有效.     

基于弹性需求和动态定价的共享泊位分配

为解决共享车位管理中的车位分配与定价问题,本文考虑价格变化对于用户不同停车时长选择的影响,分析在不同停车收费标准下用户停车时长选择的概率,并采用多项式拟合得到精细化的共享停车需求价格弹性函数。进而,为实现停车场价格的动态调整与车位分配,以平台收益最大与用户步行距离最小为目标,构建基于弹性需求和动态定价的泊位分配非线性混合整数规划模型,并设计了遗传算法。最后,本文设计了包含3个停车场共1000个泊位、共享平台运营时长为3h的算例,对模型及算法加以验证,通过对比分析,基于弹性需求和动态定价的共享泊位分配方案相比于静态定价,实现平台收益增加19%且满足了大部分停车需求,说明动态定价下共享泊位分配模型及算法的有效性,为共享平台的车位管理提供了新思路。     

停车场内部泊车行为特性分析及最优泊位选择模型

在详细分析有无诱导条件下的停车场内部泊车行为异同的基础上,提出服务于车位引导系统的最优泊位选择模型.结合国内外微观泊车行为调查分析结果,确定了停车场内泊位选择过程中的主要影响因素,包括步行距离、行驶距离、安全性、遮荫时长和有效泊位两侧车辆占用情况等.将各影响因素视为泊位的多项属性,建立了基于灰熵的最优泊位选择模型,对某一时刻停车场内所有的空余有效泊位进行排序,确定最优泊位.实例分析表明,该模型客观、简单、实用,有助于车位引导系统为停车者选择实时的最优泊位.     

个性化诱导下的居住区共享停车泊位分配模型

针对停车资源有限条件下群体式停车诱导容易产生局部拥堵的问题,研究居住区参与的个性化共享停车服务模型.提出了个性化共享停车诱导服务策略,定义了居住区停车位共享管理指标,建立了居住区共享停车泊位分配模型.通过对高峰泊位空闲指数差异均值和驾驶员停车后步行距离目标的双重约束,在满足驾驶员停车选择目标的同时实现了停车资源的均衡有效利用.研究表明,个性化诱导方式下,居住区停车场利用自身泊位的闲置时间可以有效缓解周边建筑的停车吸引,减少局部停车拥挤,成为毗邻建筑的最佳共享停车合作伙伴.     

基于非齐次泊松过程的共享停车场运营策略

为缓解因城市某些地区、某些时间段停车供需不平衡的问题,将居住区内空闲车位进行共享的解决方法已引起多方的关注。在居住区实施共享停车时,需考虑车位提供者与社会停车用户的时空冲突问题。本文首先基于实际停车行为数据,假设车位提供者返回过程呈非齐次泊松过程;其次,以居住区共享停车为运营场景,居住区停车场车位共享率和管理者收益最大化为目标,构建了相应的数学优化模型;最后,设计了粒子群求解算法,通过数值实验,分析该场景下的最优运营策略。结果表明：(1)社会停车用户的最大离开速率在其占车位总数的四分之一左右时,管理者总收益最大;(2)随着车位提供者车位返回速率突变时间的改变,要使得总收益及车位共享率最优,第一阶段变更共享策略时间设置在车位提供者返回速率突变时间前三十分钟内,第二阶段变更共享策略时间应设置在车位提供者返回速率突变时间后一小时五十分钟以内为宜。     

停车泊位有限供给条件下最佳停车泊位规模

为了确定城市中心区的合理停车泊位数量,使之既能满足基本出行需要,又能抑制过量出行造成路网拥堵,首先对停车泊位有限供给条件下驾驶员出行行为进行了分析,划分了不同驾驶员属性以反映不同驾驶员的出行意愿与决策特征,并在此基础上构建了最佳泊位规模优化模型,以使得在道路网络最大容量允许范围内可满足的停车总需求最大并做到泊位利用最大化.介绍了模型求解算法,数值算例表明,通过该模型的优化可确定城市中心区的最佳停车泊位数量,为停车需求管理提供科学依据.     

基于改进灰色预测模型的电力需求预测研究

当建模序列具有随机振荡特征时灰色预测模型的模拟及预测精度较差,实际上序列越光滑模型的模拟精度就越高;本文通过改善建模序列的光滑性以提高灰色预测模型的模拟精度,研究了一种压缩随机振荡序列振幅的算法,推导了基于随机振荡序列的灰色预测模型^x(t)=Fβt-31-(-1)tE-T;最后应用该模型预测我国西部某城市的电力需求,并与其他灰色预测模型的模拟精度进行了比较(新模型的模拟精度为7%,其他模型的精度均为12%),表明新模型具有更好的模拟效果,研究成果对丰富与完善灰色预测理论体系,促进灰色模型与电力需求预测的对接,具有积极意义。     

基于AR技术的大型地下停车场反向寻车系统设计

为有效解决大型地下停车场反向寻车困难的问题,设计了以AR技术为核心的大型地下停车场反向寻车系统。通过线圈探测器、视频图像识别技术和Wi-Fi定位技术分别准确定位车辆车位信息和车主位置信息,使用现实增强(AR)技术将虚拟的导航路线实时匹配到真实的停车场环境中,通过微信平台实时传输相关信息与用户进行交互,实现路线导航的三维立体化。仿真结果表明,该地下停车场的反向寻车系统可有效辅助车主快速、准确地寻找到自己的车位。     

一种基于Kriging模型加点策略的多目标粒子群优化算法

针对工程问题中优化结果误差较大的不足, 提出一种基于Kriging模型的多目标粒子群优化算法. 先利用Kriging模型的响应信息对误差进行预测, 并将预测误差引入Pareto支配关系比较、 全局领导者和局部领导者的选取及变异机制的进行过程中, 再结合文中加点策略使优化过程在少量抽样的前提下快速准确地逼近Pareto前沿解集. 性能测试结果表明, 该算法可提高复杂系统模型的优化效率及准确性.     

一种基于Kriging模型加点策略的多目标粒子群优化算法

针对工程问题中优化结果误差较大的不足, 提出一种基于Kriging模型的多目标粒子群优化算法. 先利用Kriging模型的响应信息对误差进行预测, 并将预测误差引入Pareto支配关系比较、 全局领导者和局部领导者的选取及变异机制的进行过程中, 再结合文中加点策略使优化过程在少量抽样的前提下快速准确地逼近Pareto前沿解集. 性能测试结果表明, 该算法可提高复杂系统模型的优化效率及准确性.     

基于不同数学模型的天水市人口规模预测

人口规模对于未来国家和地区经济的发展具有重要的意义.本文综合运用GM(1,1)灰色模型、Logis-tic模型、Malthus人口模型、对数模型四种数学模型,对天水市2020年—2030年人口规模进行预测,旨在为政府有关部门制定社会经济发展规划提供参考依据.结果表明:未来20年内,天水市总人口将继续处于稳定增长状态,年平均人口增长率8.01‰,到2020年,天水市总人口将达到402.71万,到2030年,总人口将达到437.49万人.