CN113380023A - 一种基于泊位选择行为的混合用地共享停车需求预测方法 - Google Patents

一种基于泊位选择行为的混合用地共享停车需求预测方法 Download PDF

Info

Publication number
CN113380023A
CN113380023A CN202110560705.9A CN202110560705A CN113380023A CN 113380023 A CN113380023 A CN 113380023A CN 202110560705 A CN202110560705 A CN 202110560705A CN 113380023 A CN113380023 A CN 113380023A
Authority
CN
China
Prior art keywords
parking
land
shared
demand
cost
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110560705.9A
Other languages
English (en)
Other versions
CN113380023B (zh
Inventor
周竹萍
梅亚岚
裘梦琪
刘博闻
唐旭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Science and Technology
Original Assignee
Nanjing University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN202110560705.9A priority Critical patent/CN113380023B/zh
Publication of CN113380023A publication Critical patent/CN113380023A/zh
Application granted granted Critical
Publication of CN113380023B publication Critical patent/CN113380023B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0645—Rental transactions; Leasing transactions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
    • G08G1/148—Management of a network of parking areas

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Game Theory and Decision Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种基于泊位选择行为的混合用地共享停车需求预测方法，该方法通过对混合用地中各用地类型的停车需求预测，将停车需求与其停车容量进行比较，将超过停车容量的部分定义为共享停车需求量；根据停车者的共享停车选择行为建立广义成本函数，各停车需求者以停车成本最小对各共享停车场选择；统计各停车需求者选择前后的停车状况，得到共享停车环境下各用地停车需求状况及共享停车过程中的停车需求转移量。本发明针对过饱和的停车需求量，可为停车泊位配建、增设和布设停车泊位及高峰时段停车诱导方案提供依据。

Description

一种基于泊位选择行为的混合用地共享停车需求预测方法
技术领域
本发明涉及静态交通、停车泊位配建技术领域，具体而言涉及一种基于泊位选择行为的混合用地共享停车需求预测方法。
背景技术
随着机动化水平的提高，机动车保有量持续上涨，停车资源已满足不了现有的停车需求，停车也逐渐成为了出行需要解决的难题。在解决“停车难”问题上，现阶段主要以修建停车场增加停车位为主，但这并不能长期有效的解决问题，应充分利用现有停车资源，提高停车泊位利用率。
由于不同用地性质的停车场之间的停车特性存在差异，停车需求可以得到互补，因此不同用地性质停车场之间的共享停车是解决“停车难”问题的新想法。通过共享停车的方式，将过饱和的停车需求分散至周边空闲泊位中，盘活闲置的停车资源，提高泊位利用率。
现有的一些论文提出了共享停车需求预测相关方法，例如文献(徐志豪,马健霄.基于行为选择特性的泊位共享需求预测[J].物流科技,2019,42(07):27-32.)对共享停车泊位选择行为展开问卷调查，通过对调查数据分析，得到三类用地停车者的共享泊位选择概率，利用选择概率对停车生成率法修正，得到共享停车需求预测结果。该方法在共享停车需求预测方向的相关研究中较为新颖，但仍存在不少问题：
(1)对于停车者共享停车选择，该论文采用问卷调查方式，由于受用地类型限制，该方法需对混合用地中每种用地类型停车者停车选择行为调查，所需数据量较大且后期处理复杂。
(2)对于共享停车需求预测，该论文利用停车者共享停车选择概率对停车生成率法修正，得到混合用地在共享停车环境下各用地类型的停车需求。但在实际停车环境中，共享停车需求通常出现在停车者目的地停车场无空闲停车位的情况下，而在停车者目的地停车场有空闲停车位时，停车者正常停车。
发明内容
本发明的目的在于提供一种基于泊位选择行为的混合用地共享停车需求预测方法，从而更准确地预测不同用地性质间共享停车的停车需求，合理配置停车泊位，提高现有停车设施的利用率。
实现本发明目的的技术解决方案为：一种基于泊位选择行为的混合用地共享停车需求预测方法，包括以下步骤：
步骤1、确定混合用地内用地类型及各用地类型的土地利用指标；
步骤2、利用停车生成率法对单一用地停车需求预测，计算各用地类型各时段停车需求；
步骤3、将各用地类型各时段停车需求与用地停车容量对比，确定共享停车需求量；
步骤4、根据停车者共享泊位选择行为建立广义成本函数；
步骤5、计算各共享停车需求者选择周边空闲泊位的停车成本，按停车成本最小选择停车位；
步骤6、统计各共享停车需求者选择情况，得到共享停车下各用地类型停车需求量及共享停车需求转移量。
进一步地，步骤1中，确定混合用地内用地类型及各用地类型的土地利用指标，具体为：
用地类型分为居住用地、公共管理与公共服务用地、商业服务业设施用地、工业用地、绿地与广场用地、公用设施用地、道路与交通设施用地、物流仓储用地；
居住用地分为一类居住用地、二类居住用地、三类居住用地；
公共管理与公共服务用地分为行政办公用地、文化设施用地、教育科研用地、体育用地、医疗卫生用地、社会福利设施用地、文物古迹用地、外事用地、宗教设施用地；
商业服务业设施用地分为商业设施用地、商务设施用地、娱乐康体设施用地、公共设施营业网点用地、其他服务设施用地；
工业用地分为一类工业用地、二类工业用地、三类工业用地；
绿地与广场用地分为公园绿地、防护绿地、广场用地；
公用设施用地分为供应设施用地、环境设施用地、安全设施用地、其它公用设施用地；
道路与交通设施用地分为城市道路用地、城市轨道交通用地、交通枢纽用地、交通场站用地、其他交通设施用地；
物流仓储用地分为一类物流仓储用地、二类物流仓储用地、三类物流仓储用地。
进一步地，步骤2中，利用停车生成率法对单一用地停车需求预测，计算各用地类型各时段停车需求，具体为：
根据混合用地类型及土地利用指标，根据停车生成率模型计算各用地停车需求量，计算公式为：
Figure BDA0003078851060000031
其中，
Figure BDA0003078851060000032
为用地i在t时段的停车需求量；Si为用地i的土地利用指标；
Figure BDA0003078851060000033
为用地i在t时段的停车生成率。
进一步地，步骤3中，将各用地类型各时段停车需求与用地停车容量对比，确定共享停车需求量，具体如下：
当停车需求量小于等于用地停车容量时，则没有共享停车需求量；当停车需求量大于用地停车容量时，则有共享停车需求量，且共享停车需求量为超出用地停车容量的部分，计算公式为：
Figure BDA0003078851060000034
其中，Vi为用地i停车容量，
Figure BDA0003078851060000035
为用地i在t时段的共享停车需求量；
共享停车总需求量：
Figure BDA0003078851060000036
进一步地，步骤4中，根据停车者共享泊位选择行为建立广义成本函数，具体如下：
停车者在共享泊位选择的过程中停车成本分为四个部分：①停车费用；②前往共享停车场的绕行时间成本；③停车场内空闲停车位的巡航时间成本；④从共享停车场前往目的地的步行成本；计算公式为：
Figure BDA0003078851060000037
其中，
Figure BDA0003078851060000038
为第n个共享停车者去用地j共享停车总成本；PCj为用地j的停车费用；
Figure BDA0003078851060000039
为第n个共享停车者去用地j停车的绕行时间成本；
Figure BDA00030788510600000310
为第n个共享停车者在用地j寻找停车位的时间成本；
Figure BDA00030788510600000311
为第n个共享停车者从用地j去目的地的步行时间成本；
Figure BDA00030788510600000312
其中，
Figure BDA00030788510600000313
为第n个共享停车者去用地j停车的绕行距离；Vdrive为车辆绕行的平均速度；VOT为时间价值系数；
Figure BDA0003078851060000041
其中，α为最小寻位时间；Vj为用地j停车容量；
Figure BDA0003078851060000042
为第n共享停车者停车时用地j内停车数量；
Figure BDA0003078851060000043
其中，
Figure BDA0003078851060000044
为第n个共享停车者从用地j去目的地的步行距离；Vwalk为停车者的平均步行速度。
进一步地，步骤5中，计算各共享停车需求者选择周边空闲泊位的停车成本，按停车成本最小选择停车位，具体步骤如下：
(1)判断各用地停车场停车状况，输入共享停车需求量：①当停车需求量大于或等于停车容量时，则为目的地停车场，停车场内停车数量与停车容量相等；②若停车需求量小于停车容量，则为共享停车场，停车场内停车数量与停车需求量相等；
(2)判断是否有共享停车需求量，若共享停车总需求量N＞0，令n＝1，共享停车者开始共享泊位选择；若共享停车总需求量N＝0，则结束，输出停车场数据；
(3)计算共享停车需求者与各共享停车场的停车成本；
(4)比较各停车场停车成本的大小，共享停车者按停车成本最小的选择；
(5)判断所选择的停车场是否已经停满，若停满，则比较剩余停车场的停车成本，选择停车成本最小的停车场停车，若未停满，则选择该停车场停车；
(6)更新停车场停车数量；
(7)判断是否达到终止条件，如果n≥N或所有停车位停满，则计算结束，并输出相关数据；反之，则n＝n+1，返回(3)。
本发明与现有技术相比，其显著优点为：(1)通过将过饱和的停车需求量根据泊位选择行为选择周边空闲停车位的方法对共享停车需求预测，得到更完善的共享停车需求预测方法；(2)针对超过停车容量的停车需求部分，明确共享停车需求量及转移的停车需求量，更符合混合用地共享停车实际状况。
附图说明
图1为本发明基于泊位选择行为的混合用地共享停车需求预测方法的流程图。
图2为城市建设用地分类图。
图3为本发明停车者共享停车选择流程图。
具体实施方式
本发明一种基于泊位选择行为的混合用地共享停车需求预测方法，包括以下步骤：
步骤1、确定混合用地内用地类型及各用地类型的土地利用指标；
步骤2、利用停车生成率法对单一用地停车需求预测，计算各用地类型各时段停车需求；
步骤3、将各用地类型各时段停车需求与用地停车容量对比，确定共享停车需求量；
步骤4、根据停车者共享泊位选择行为建立广义成本函数；
步骤5、计算各共享停车需求者选择周边空闲泊位的停车成本，按停车成本最小选择停车位；
步骤6、统计各共享停车需求者选择情况，得到共享停车下各用地类型停车需求量及共享停车需求转移量。
进一步地，步骤1中，确定混合用地内用地类型及各用地类型的土地利用指标，具体为：
用地类型分为居住用地、公共管理与公共服务用地、商业服务业设施用地、工业用地、绿地与广场用地、公用设施用地、道路与交通设施用地、物流仓储用地；
居住用地分为一类居住用地、二类居住用地、三类居住用地；
公共管理与公共服务用地分为行政办公用地、文化设施用地、教育科研用地、体育用地、医疗卫生用地、社会福利设施用地、文物古迹用地、外事用地、宗教设施用地；
商业服务业设施用地分为商业设施用地、商务设施用地、娱乐康体设施用地、公共设施营业网点用地、其他服务设施用地；
工业用地分为一类工业用地、二类工业用地、三类工业用地；
绿地与广场用地分为公园绿地、防护绿地、广场用地；
公用设施用地分为供应设施用地、环境设施用地、安全设施用地、其它公用设施用地；
道路与交通设施用地分为城市道路用地、城市轨道交通用地、交通枢纽用地、交通场站用地、其他交通设施用地；
物流仓储用地分为一类物流仓储用地、二类物流仓储用地、三类物流仓储用地。
进一步地，步骤2中，利用停车生成率法对单一用地停车需求预测，计算各用地类型各时段停车需求，具体为：
根据混合用地类型及土地利用指标，根据停车生成率模型计算各用地停车需求量，计算公式为：
Figure BDA0003078851060000061
其中，
Figure BDA0003078851060000062
为用地i在t时段的停车需求量；Si为用地i的土地利用指标；
Figure BDA0003078851060000063
为用地i在t时段的停车生成率。
进一步地，步骤3中，将各用地类型各时段停车需求与用地停车容量对比，确定共享停车需求量，具体如下：
当停车需求量小于等于用地停车容量时，则没有共享停车需求量；当停车需求量大于用地停车容量时，则有共享停车需求量，且共享停车需求量为超出用地停车容量的部分，计算公式为：
Figure BDA0003078851060000064
其中，Vi为用地i停车容量，
Figure BDA0003078851060000065
为用地i在t时段的共享停车需求量；
共享停车总需求量：
Figure BDA0003078851060000066
进一步地，步骤4中，根据停车者共享泊位选择行为建立广义成本函数，具体如下：
停车者在共享泊位选择的过程中停车成本分为四个部分：①停车费用；②前往共享停车场的绕行时间成本；③停车场内空闲停车位的巡航时间成本；④从共享停车场前往目的地的步行成本；计算公式为：
Figure BDA0003078851060000067
其中，
Figure BDA0003078851060000068
为第n个共享停车者去用地j共享停车总成本；PCj为用地j的停车费用；
Figure BDA0003078851060000069
为第n个共享停车者去用地j停车的绕行时间成本；
Figure BDA00030788510600000610
为第n个共享停车者在用地j寻找停车位的时间成本；
Figure BDA00030788510600000611
为第n个共享停车者从用地j去目的地的步行时间成本；
Figure BDA00030788510600000612
其中，
Figure BDA00030788510600000613
为第n个共享停车者去用地j停车的绕行距离；
Figure BDA00030788510600000614
为车辆绕行的平均速度；VOT为时间价值系数；
Figure BDA0003078851060000071
其中，α为最小寻位时间；Vj为用地j停车容量；
Figure BDA0003078851060000072
为第n共享停车者停车时用地j内停车数量；
Figure BDA0003078851060000073
其中，
Figure BDA0003078851060000074
为第n个共享停车者从用地j去目的地的步行距离；Vwalk为停车者的平均步行速度。
进一步地，步骤5中，计算各共享停车需求者选择周边空闲泊位的停车成本，按停车成本最小选择停车位，具体步骤如下：
(1)判断各用地停车场停车状况，输入共享停车需求量：①当停车需求量大于或等于停车容量时，则为目的地停车场，停车场内停车数量与停车容量相等；②若停车需求量小于停车容量，则为共享停车场，停车场内停车数量与停车需求量相等；
(2)判断是否有共享停车需求量，若共享停车总需求量N＞0，令n＝1，共享停车者开始共享泊位选择；若共享停车总需求量N＝0，则结束，输出停车场数据；
(3)计算共享停车需求者与各共享停车场的停车成本；
(4)比较各停车场停车成本的大小，共享停车者按停车成本最小的选择；
(5)判断所选择的停车场是否已经停满，若停满，则比较剩余停车场的停车成本，选择停车成本最小的停车场停车，若未停满，则选择该停车场停车；
(6)更新停车场停车数量；
(7)判断是否达到终止条件，如果n≥N或所有停车位停满，则计算结束，并输出相关数据；反之，则n＝n+1，返回(3)。
下面结合附图及具体实施例对本发明做进一步详细说明。
实施例
结合图1～图2，一种基于泊位选择行为的混合用地共享停车需求预测方法，过程为：
步骤一：确定混合用地内用地类型及各用地类型的土地利用指标；
步骤二：利用停车生成率法对单一用地停车需求预测，计算各用地类型各时段停车需求；
停车生成率法考虑不同用地性质在停车特性及需求上存在差异，通过分析各用地性质单位土地利用所产生停车需求，建立土地利用与停车需求量之间的关系，计算公式为：
Figure BDA0003078851060000081
其中，
Figure BDA0003078851060000082
为用地i在t时段的停车需求量；Ri为用地i在t时段的停车生成率；Si为用地i的土地利用指标。
步骤三：将各用地类型各时段停车需求与其用地停车容量对比，确定共享停车需求量；
当停车需求量小于等于用地停车容量时，则没有共享停车需求量；当停车需求量大于用地停车容量时，则有共享停车需求量，且共享停车需求量为超出用地停车容量的部分，计算公式为：
Figure BDA0003078851060000083
其中，Vi为用地i停车容量，
Figure BDA0003078851060000084
为用地i在t时段的共享停车需求量。
共享停车总需求量：
Figure BDA0003078851060000085
步骤四：根据停车者共享泊位选择行为建立广义成本函数；
停车者在共享泊位选择的过程中停车成本主要分为四个部分：①停车费用；②前往共享停车场的绕行时间成本；③停车场内空闲停车位的巡航时间成本；④从共享停车场前往目的地的步行成本。计算公式为：
Figure BDA0003078851060000086
其中，
Figure BDA0003078851060000087
为第n个共享停车者去用地j共享停车总成本；PCj为用地j的停车费用；
Figure BDA0003078851060000088
为第n个共享停车者去用地j停车的绕行时间成本；
Figure BDA0003078851060000089
为第n个共享停车者在用地j寻找停车位的时间成本；
Figure BDA00030788510600000810
为第n个共享停车者从用地j去目的地的步行时间成本。
Figure BDA00030788510600000811
其中，
Figure BDA00030788510600000812
为第n个共享停车者去用地j停车的绕行距离；Vdrive为车辆绕行的平均速度；VOT为时间价值系数。
Figure BDA0003078851060000091
其中，α为最小寻位时间；Vj为用地j停车容量；
Figure BDA0003078851060000092
为第n共享停车者停车时用地j内停车数量。
Figure BDA0003078851060000093
其中，
Figure BDA0003078851060000094
为第n个共享停车者从用地j去目的地的步行距离；Vwalk为停车者的平均步行速度。
步骤五：计算各共享停车需求者选择周边空闲泊位的停车成本，按停车成本最小选择停车位，结合图3，具体步骤如下：
(1)判断各用地停车场停车状况，输入共享停车需求量。①当停车需求量大于或等于停车容量时，则为目的地停车场，停车场内停车数量与停车容量相等；②若停车需求量小于停车容量，则为共享停车场，停车场内停车数量与停车需求量相等。
(2)判断是否有共享停车需求量，若共享停车总需求量N＞0，令n＝1，共享停车者开始共享泊位选择；若共享停车总需求量N＝0，则结束，输出停车场数据。
(3)计算共享停车需求者与各共享停车场的停车成本。
(4)比较各停车场停车成本的大小，共享停车者按停车成本最小的选择。
(5)判断所选择的停车场是否已经停满，若停满，则比较剩余停车场的停车成本，选择停车成本最小的停车场停车，若未停满，则选择该停车场停车。
(6)更新停车场停车数量。
(7)判断是否达到终止条件，如果n≥N或所有停车位停满，则计算结束，并输出相关数据。反之，则n＝n+1，返回(3)。
步骤六：统计各共享停车需求者选择情况，得到共享停车下各用地类型停车需求量及共享停车需求转移量。
根据每个共享停车者选择的最终停车场，确定该时段混合用地在共享停车环境下的停车需求；根据每个共享停车者目的地停车场及最终选择的共享停车场，确定在共享停车环境下的停车需求转移量。
本发明提供了一种基于泊位选择行为的混合用地共享停车需求预测方法，具体实现该技术方案的方法和途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进润饰，这些改进和润饰也应视为本发明的保护范围，本实施例中未明确的各组成部分均可用现有技术加以实现。

Claims (6)

1.一种基于泊位选择行为的混合用地共享停车需求预测方法，其特征在于，包括以下步骤：
步骤1、确定混合用地内用地类型及各用地类型的土地利用指标；
步骤2、利用停车生成率法对单一用地停车需求预测，计算各用地类型各时段停车需求；
步骤3、将各用地类型各时段停车需求与用地停车容量对比，确定共享停车需求量；
步骤4、根据停车者共享泊位选择行为建立广义成本函数；
步骤5、计算各共享停车需求者选择周边空闲泊位的停车成本，按停车成本最小选择停车位；
步骤6、统计各共享停车需求者选择情况，得到共享停车下各用地类型停车需求量及共享停车需求转移量。
2.根据权利要求1所述的基于泊位选择行为的混合用地共享停车需求预测方法，其特征在于：步骤1中，确定混合用地内用地类型及各用地类型的土地利用指标，具体为：
用地类型分为居住用地、公共管理与公共服务用地、商业服务业设施用地、工业用地、绿地与广场用地、公用设施用地、道路与交通设施用地、物流仓储用地；
居住用地分为一类居住用地、二类居住用地、三类居住用地；
公共管理与公共服务用地分为行政办公用地、文化设施用地、教育科研用地、体育用地、医疗卫生用地、社会福利设施用地、文物古迹用地、外事用地、宗教设施用地；
商业服务业设施用地分为商业设施用地、商务设施用地、娱乐康体设施用地、公共设施营业网点用地、其他服务设施用地；
工业用地分为一类工业用地、二类工业用地、三类工业用地；
绿地与广场用地分为公园绿地、防护绿地、广场用地；
公用设施用地分为供应设施用地、环境设施用地、安全设施用地、其它公用设施用地；
道路与交通设施用地分为城市道路用地、城市轨道交通用地、交通枢纽用地、交通场站用地、其他交通设施用地；
物流仓储用地分为一类物流仓储用地、二类物流仓储用地、三类物流仓储用地。
3.根据权利要求1所述的基于泊位选择行为的混合用地共享停车需求预测方法，其特征在于，步骤2中，利用停车生成率法对单一用地停车需求预测，计算各用地类型各时段停车需求，具体为：
根据混合用地类型及土地利用指标，根据停车生成率模型计算各用地停车需求量，计算公式为：
Figure FDA0003078851050000021
其中，
Figure FDA0003078851050000022
为用地i在t时段的停车需求量；Si为用地i的土地利用指标；
Figure FDA0003078851050000023
为用地i在t时段的停车生成率。
4.根据权利要求1所述的基于泊位选择行为的混合用地共享停车需求预测方法，其特征在于，步骤3中，将各用地类型各时段停车需求与用地停车容量对比，确定共享停车需求量，具体如下：
当停车需求量小于等于用地停车容量时，则没有共享停车需求量；当停车需求量大于用地停车容量时，则有共享停车需求量，且共享停车需求量为超出用地停车容量的部分，计算公式为：
Figure FDA0003078851050000024
其中，Vi为用地i停车容量，
Figure FDA0003078851050000025
为用地i在t时段的共享停车需求量；
共享停车总需求量：
Figure FDA0003078851050000026
5.根据权利要求1所述的基于泊位选择行为的混合用地共享停车需求预测方法，其特征在于，步骤4中，根据停车者共享泊位选择行为建立广义成本函数，具体如下：
停车者在共享泊位选择的过程中停车成本分为四个部分：①停车费用；②前往共享停车场的绕行时间成本；③停车场内空闲停车位的巡航时间成本；④从共享停车场前往目的地的步行成本；计算公式为：
Figure FDA0003078851050000027
其中，
Figure FDA0003078851050000028
为第n个共享停车者去用地j共享停车总成本；PCj为用地j的停车费用；
Figure FDA0003078851050000029
为第n个共享停车者去用地j停车的绕行时间成本；
Figure FDA00030788510500000210
为第n个共享停车者在用地j寻找停车位的时间成本；
Figure FDA00030788510500000211
为第n个共享停车者从用地j去目的地的步行时间成本；
Figure FDA00030788510500000212
其中，
Figure FDA0003078851050000031
为第n个共享停车者去用地j停车的绕行距离；Vdrive为车辆绕行的平均速度；VOT为时间价值系数；
Figure FDA0003078851050000032
其中，α为最小寻位时间；Vj为用地j停车容量；
Figure FDA0003078851050000033
为第n共享停车者停车时用地j内停车数量；
Figure FDA0003078851050000034
其中，
Figure FDA0003078851050000035
为第n个共享停车者从用地j去目的地的步行距离；Vwalk为停车者的平均步行速度。
6.根据权利要求1所述的基于泊位选择行为的混合用地共享停车需求预测方法，其特征在于，步骤5中，计算各共享停车需求者选择周边空闲泊位的停车成本，按停车成本最小选择停车位，具体步骤如下：
(1)判断各用地停车场停车状况，输入共享停车需求量：①当停车需求量大于或等于停车容量时，则为目的地停车场，停车场内停车数量与停车容量相等；②若停车需求量小于停车容量，则为共享停车场，停车场内停车数量与停车需求量相等；
(2)判断是否有共享停车需求量，若共享停车总需求量N＞0，令n＝1，共享停车者开始共享泊位选择；若共享停车总需求量N＝0，则结束，输出停车场数据；
(3)计算共享停车需求者与各共享停车场的停车成本；
(4)比较各停车场停车成本的大小，共享停车者按停车成本最小的选择；
(5)判断所选择的停车场是否已经停满，若停满，则比较剩余停车场的停车成本，选择停车成本最小的停车场停车，若未停满，则选择该停车场停车；
(6)更新停车场停车数量；
(7)判断是否达到终止条件，如果n≥N或所有停车位停满，则计算结束，并输出相关数据；反之，则n＝n+1，返回(3)。
CN202110560705.9A 2021-05-21 2021-05-21 一种基于泊位选择行为的混合用地共享停车需求预测方法 Active CN113380023B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110560705.9A CN113380023B (zh) 2021-05-21 2021-05-21 一种基于泊位选择行为的混合用地共享停车需求预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110560705.9A CN113380023B (zh) 2021-05-21 2021-05-21 一种基于泊位选择行为的混合用地共享停车需求预测方法

Publications (2)

Publication Number Publication Date
CN113380023A true CN113380023A (zh) 2021-09-10
CN113380023B CN113380023B (zh) 2022-06-10

Family

ID=77571581

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110560705.9A Active CN113380023B (zh) 2021-05-21 2021-05-21 一种基于泊位选择行为的混合用地共享停车需求预测方法

Country Status (1)

Country Link
CN (1) CN113380023B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115171370A (zh) * 2022-06-15 2022-10-11 东南大学 一种基于泊位共享的动态停车泊位需求预测方法
CN116611734A (zh) * 2023-05-23 2023-08-18 广州市城市规划勘测设计研究院 一种地下车库互联互通必要性评估方法、介质及设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104157166A (zh) * 2014-08-21 2014-11-19 孙之光 一种车位管理***及其车位预定方法
CN107845288A (zh) * 2017-11-27 2018-03-27 东南大学 基于时空容量多类型用地配建停车泊位共享资源匹配方法
CN107958610A (zh) * 2017-11-21 2018-04-24 同济大学 一种基于泊位共享的功能混合用地停车位预估方法
CN108292474A (zh) * 2015-11-04 2018-07-17 祖克斯有限公司 派遣和维护自主车辆的车队的协调
CN110175718A (zh) * 2019-05-29 2019-08-27 清华大学深圳研究生院 一种泊位分配方法及终端设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104157166A (zh) * 2014-08-21 2014-11-19 孙之光 一种车位管理***及其车位预定方法
CN108292474A (zh) * 2015-11-04 2018-07-17 祖克斯有限公司 派遣和维护自主车辆的车队的协调
CN107958610A (zh) * 2017-11-21 2018-04-24 同济大学 一种基于泊位共享的功能混合用地停车位预估方法
CN107845288A (zh) * 2017-11-27 2018-03-27 东南大学 基于时空容量多类型用地配建停车泊位共享资源匹配方法
CN110175718A (zh) * 2019-05-29 2019-08-27 清华大学深圳研究生院 一种泊位分配方法及终端设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈峻 等: "中心城区高校泊车位共享的动态分配模型及效果评价", 《中国公路学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115171370A (zh) * 2022-06-15 2022-10-11 东南大学 一种基于泊位共享的动态停车泊位需求预测方法
CN116611734A (zh) * 2023-05-23 2023-08-18 广州市城市规划勘测设计研究院 一种地下车库互联互通必要性评估方法、介质及设备

Also Published As

Publication number Publication date
CN113380023B (zh) 2022-06-10

Similar Documents

Publication Publication Date Title
CN113380023B (zh) 一种基于泊位选择行为的混合用地共享停车需求预测方法
Kaufman et al. Mobility, economic opportunity and New York City neighborhoods
Duan et al. Bi-level programming model for resource-shared parking lots allocation
CN112419716B (zh) 一种轨道站点换乘影响区内的共享单车设施布局配置方法
Zhou Study of employee carsharing on the university campus
CN113160600B (zh) 一种用于城市微循环公交***的车辆调度方法
Lewis et al. Walkable neighborhood systems
Park et al. Affordable housing program tenants and their access to public transportation and employment
Rahman et al. ANALYSIS OF MODE CHOICE BEHAVIOR AND VALUE OF TIME IN DHAKA CITY, BANGLADESH.
Zhong et al. Logic-Driven Traffic Big Data Analytics
Yoo et al. Revising bus routes to improve access for the transport disadvantaged: A reinforcement learning approach
Jin Installing public electric vehicle charging stations: A site suitability analysis in Los Angeles County, California
CN116562581A (zh) 一种基于共享自行车出行影响的轨道交通接驳公交路径与调度优化方法
CN111429166A (zh) 基于最大轮廓聚类的电动汽车充电需求空间分布预测方法
CN115841032A (zh) 一种中小城市最优公交机动化分担率计算方法
CN114861975A (zh) 基于吸引强度的城市旅游交通需求联合预测方法
Ušpalytė-Vitkūnienė et al. Sharing mobility solutions in remote touristic area: case study of Lithuania
Scholz et al. Spatial development of Muscat/Oman and challenges of public transport
Guo Assessment of the transfer penalty to transit trips in Downtown Boston: a GIS-based disaggregate modeling approach
CN114566037B (zh) 一种基于多源数据的柔性公交多车型车队配置方法
CN117196693B (zh) 一种城市地下交通的物流需求预测方法
Ay The Importance of Urban Transportation, Managements and Strategies for Sustainable City
Maltby et al. The UK surface passenger transport sector: energy consumption and policy options for conservation
Khanal Estimating Demand for a New Travel Mode in Boise, Idaho. Sustainability 2021, 13, 1209
Syed On Demand Mobility Commuter Aircraft Demand Estimation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant