详情

原文传递城市停车需求预测研究

论文题名：	城市停车需求预测研究
关键词：	停车需求预测;静态交通;LSTM神经网络
摘要：	近年来，随着城市经济的快速发展，X市汽车保有量高速持续增长，截至2019年底已达到360万辆。汽车给人们的生活带来便利的同时，也导致城市停车供需矛盾突出，不仅影响正常的交通秩序，也造成了停车难、违规停车等一系列问题。城市停车供需矛盾问题已经引起了城市管理者和学者的高度重视，各地政府出台了一系列停车管理政策，相关领域的研究成果也在持续增加。因此，在宏观上对城市停车资源需求总量进行预测、在微观上对城市存量停车资源进行充分利用的相关研究均具有现实意义。　　本文采用实证的方法，对X市停车供需现状进行客观分析，梳理停车供需矛盾突出的成因，并从宏、微观两个层面进行停车需求的预测分析。　　在宏观层面，对X市未来5年的停车需求总量进行预测。由于城市机动车保有量是预测城市停车需求总量的关键变量，因此本文对城市机动车保有量的影响因素进行了分析，进而选取X市2001-2019年人口总量、GDP、城镇市民人均可支配收入、社会消费品零售总额、固定资产投资和机动车保有量的数据，构建针对机动车保有量的多元回归预测模型。通过模型检验，发现存在多重共线性。在剔除相关性较强的自变量后，得到了机动车保有量关于人口总量、社会消费品零售总额的多元回归预测模型，模型预测精度较高，验证了模型的有效性。预测结果显示，X市2025年机动车保有量将达到582万辆。根据机动车保有量的预测值和弹性需求系数，计算可得X市2025年停车需求总量将达到690万个，其中基本停车泊位需求量为582万个，弹性停车泊位需求量为108万个。　　在微观层面，考虑到X市土地、资金等方面的限制，短期内大量建设停车设施不具有现实可行性。因此，本文针对特定区域进行停车需求的短时预测，实现停车诱导，以期提高存量停车资源的利用率。具体选取X市2017年5500万条路内停车数据进行数据预处理，选用具有代表性的小寨商圈停车场作为研究对象，进行车辆停放规律分析，并采用BP模型和基于LSTM的停车需求短时预测模型，预测小寨商圈停车场在不同时间间隔下的有效停车泊位数。结果表明，基于LSTM的停车需求短时模型的预测精度高于BP模型，预测效果更好。　　在此基础上，结合在论文相关调研过程中的发现以及对宏、微观层面停车泊位需求量的预测结果，提出城市停车管理的政策建议，希望对城市停车环境的改善有一定的帮助。
作者：	赵灵君
专业：	物流工程
导师：	温浩宇;李凯丰
授予学位：	硕士
授予学位单位：	西安电子科技大学
学位年度：	2021