详情

原文传递基于预约的停车诱导决策研究

论文题名：	基于预约的停车诱导决策研究
关键词：	停车预约;多属性决策;最优停车场;剩余车位短时预测
摘要：	自进入21世纪以来，城市汽车保有量急剧上升，导致当前的停车设施不能满足停车需求，停车难的问题在城市随处可见，但随着智能交通系统快速发展，停车预约逐渐受到关注和应用，成为缓解城市停车难问题的有效手段。出行前进行停车预约和停车决策可帮助出行者快速准确地找到合适的停车场，避免出现二次寻泊的情况，节约出行成本，缓解周边交通系统的压力。因此本文进行了基于预约的停车诱导决策研究。　　首先，从停车预约的角度，分析了两种不同的停车预约模式，选择实时型停车预约模式作为本文研究对象，并构建了实时型停车预约模式的具体停车流程。在此基础上，概述了短时预测方法灰色模型和马尔科夫链，介绍了多属性决策的常用方法和基本求解流程，为建立预约时刻剩余车位短时预测模型和预约模式下停车诱导决策模型提供了研究思路。　　其次，开展了面向重庆市主城区出行者的停车预约问卷调查，基于问卷数据进行停车预约需求分析，明确了停车预约的可行性。结合实时型停车预约的停车场选择过程和停车诱导决策的相关文献，分析了停车预约下的最优停车场决策属性，并使用模糊聚类的方法选取了5个关键停车场决策属性，即步行距离、停车场类型、剩余车位数、行程时间和停车费用，以此作为停车诱导决策模型的决策属性。　　然后，探究了预约入场时刻剩余车位短时预测，使用GM(1,1)构建剩余车位预测模型，并用马尔科夫链和新陈代谢方法进行优化，构建了新陈代谢灰色马尔科夫预测模型，使用该模型对停车场历史数据进行预测分析，相对误差均值为 1.71%，预测值与实测值的拟合效果优于GM(1,1)模型和灰色马尔科夫模型，表明该模型对剩余车位的短时预测的适用性和准确性较好。　　最后，研究了停车预约下停车场多属性决策问题，完成停车预约可靠度分析和停车场决策属性量化处理。根据预约入场时刻停车场剩余车位和停车场服务理想半径进行停车场初次筛选，使用G1法和熵权法分别计算初选停车场决策属性的主客观权重，提出了基于理想点法计算停车场决策属性组合权重，并使用TOPSIS法对初选停车场集合进行综合属性值计算，完成停车预约模式下最优停车场推荐。最终建立起预约模式下停车场决策模型，以某出行者具体出行为例，验证了预约模式下停车诱导决策模型的有效性。
作者：	王钦
专业：	交通运输
导师：	唐秋生
授予学位：	硕士
授予学位单位：	重庆交通大学
学位年度：	2023