城市中心路内停车对行程时间的影响分析

为了寻求有效的路内停车管理策略,以避免路内停车对出行的过度影响,分析了路内停车位的空间比例、路内停车泊位周转率以及路内停车后的步行距离三个因素对行程时间的影响程度,建立了路内停车影响下的行程时间模型。数值算例验证了模型的可行性,发现路内停车对车辆行程时间的影响显著。最后,在此基础上给出了路内停车管理的相应策略。     

基于多因素影响的停车选择行为时间价值研究

为提高停车者停车效用,对多因素影响的停车选择行为时间价值进行研究。首先,分析停车选择行为时间价值确定过程中的影响因素,其次,针对选择不同停车方式的停车者,应用效用最大化原理和随机效用模型确立停车效用与影响因素之间的函数关系,建立停车选择行为时间价值模型,并利用最大似然估计法对模型参数进行标定。最后,以重庆市中心区停车行为特征调查结果为例进行实证分析,与传统时间价值模型相比,计算结果更可靠,可为路内停车和路外停车场停车收费费率的制定提供参考。     

基于Logit模型的居住区共享泊位选择行为分析

为定量描述停车者对居住区共享泊位的选择行为影响因素,将停车者的个人属性与出行属性作为效用变量,将居住区共享泊位停车和路内就近停车作为选择肢,建立二项Logit模型。分析表明：个人月收入、停车时长、额外步行距离、费率差等为影响停车者选择居住区共享泊位停车的显著影响因素,其中额外步行距离和费率差对共享泊位选择概率的影响程度更大,较低层次的个人月收入变化对共享泊位选择概率的影响更大。     

动态停车预约收费条件下的出行行为选择研究

近年来,停车预约动态收费发展迅速,但是现有文献缺乏对动态停车预约收费条件下的出行行为选择的影响因素和影响机理的研究。本文基于宁波市动态定价停车预约意愿问卷数据,综合考察了驾驶人的个人属性、出行特性、停车特征和建成环境,建立了预约、不预约、转移到其他停车场、转移到其他交通方式4种行为选择的巢式Logit模型,并对相关变量进行了显著性分析和弹性分析。结果表明:年龄、家庭年收入、出行目的、出发时刻、出行距离、停车时长、排队时间、预约费用、目的地停车场数量以及出发地和目的地是否有轨道站点影响显著,高收入、通勤、高峰小时出行和长时间停车的人群更倾向于选择预约停车。模型拟合结果显示,考虑出发地和目的地建成环境的巢式Logit模型能够在一定程度上提高出行行为选择预测的精准度。     

城市路内停车设置规模非线性优化模型及其算法

为了达到路内与路外停车的合理匹配,减小停车成本,从路内停车带与路外停车场匹配关系入手,分析了车辆停放者选择停车场行为,分别量化了路内车辆停放者和路段车辆出行者的社会成本,综合考虑路内停车对道路交通流延误的影响、绕行距离、收费差额以及个体时间效益的基础上,提出了一种基于停车成本整体最小的路内停车带设置规模优化模型,设计了求解模型的内点法。实例计算结果表明,与设置路内停车带之前相比,优化后停车平均绕行距离减少了63.0%,停车综合成本下降了37.3%,可以看出路内停车带规模模型能够优化路内与路外停车之间匹配关系,使停车系统综合成本最小。     

路内停车对非机动车交通行为影响研究

针对路内停车影响下的非机动车越线占用机动车道的行为,采用寿命分析法对越线行为和非机动车流量数据进行建模. 提出有效流量概念描述越线行为发生概率同非机动车流量间的关系,并以此衡量路内停车对非机动车交通行为的影响. 根据越线行为发生情况将流量数据定义为删失数据与完全数据,并分别采用非参数法和参数法进行模型估计. 结果显示,路内停车对非机动车越线行为具有显著影响,会降低非机动车道的有效流量,增大越线行为的发生概率,有效流量分布同非机动车道宽度具有正相关性. 研究结果有助于评价路内停车对非机动车的影响,并为路内停车规划提供依据.     

基于智能体模拟的浮动式停车价格实施效果研究

在城市机动车保有量快速增长的背景下,制定合理的停车价格对缓解停车难问题具有重要的作用. 基于多智能体的建模方法,结合典型城市商业区停车调查数据搭建仿真环境,通过编程实现停车过程中的行为决策规则,建立浮动式停车价格下的路内停车模拟平台,并对浮动式停车价格的实施效果进行研究. 模拟结果表明,浮动式停车价格策略的实施不仅使路内停车资源的利用更为均衡,区域内车位紧张状况有所缓解,停车寻泊时间有所减少,还提高了周边道路上车辆运行速度. 本研究可以为提高停车效率、缓解区域道路交通拥堵提供一定决策建议.     

基于智能体模拟的浮动式停车价格实施效果研究

在城市机动车保有量快速增长的背景下，制定合理的停车价格对缓解停车难问题具有重要的作用. 基于多智能体的建模方法，结合典型城市商业区停车调查数据搭建仿真环境，通过编程实现停车过程中的行为决策规则，建立浮动式停车价格下的路内停车模拟平台，并对浮动式停车价格的实施效果进行研究. 模拟结果表明，浮动式停车价格策略的实施不仅使路内停车资源的利用更为均衡，区域内车位紧张状况有所缓解，停车寻泊时间有所减少，还提高了周边道路上车辆运行速度. 本研究可以为提高停车效率、缓解区域道路交通拥堵提供一定决策建议.     

停车需求分布的双层规划模型及算法

针对停车需求给定条件下的停车设施选择问题,建立了描述停车设施选择和出行路线选择行为的双层规划模型,并基于在部分增广乘子法中嵌套Frank-Wolfe算法的思路设计了求解模型的有效算法.上层模型在满足停车需求和设施停放车辆数有限条件下,力图最小化实际停车需求分布与期望分布间的差异.下层模型假设出行者路线选择行为遵循用户均衡原则.上下层模型通过设施选择概率函数实现有效关联.部分增广乘子法中嵌套Frank-Wolfe 算法求解上层模型可以有效利用上层模型的单纯形式约束特征.算例分析验证了新模型与算法的有效性.研究结论拓展了现有理论的应用场景,为相关研究提供了新的建模分析思路.     

寻找路内停车泊位产生的车辆巡游

为寻找路内停车泊位在道路上巡游的车辆是造成交通拥堵的原因之一。首先指出路内停车低价与路外停车高价共同刺激驾驶人选择巡游而非使用路外停车场（库）。其次针对洛杉矶的巡游开展调查,得到车辆平均巡游时耗和距离,并得出每年由此产生的车辆行驶里程、时间浪费、燃油消耗及CO2排放。然后通过分析路内停车价格与车辆巡游的关系,提出城市全日泊位使用率大约为85%时,停车泊位处于供需平衡状态,停车价格较合理。接着以加利福尼亚格雷伍德城停车价格制定及停车收益使用为例,给出停车增量融资的收益回馈方式。最后指出,为了减少拥堵、降低温室气体排放、改善街区环境等,城市应制定合理的路内停车价格并将产生的收益用于改善公共服务。     

һ��ӵ����·��ͣ����ʩ�շ��ۺ��Ż��о�

拥挤道路使用收费和停车设施收费是解决城市交通拥挤的两种手段,文章对两者收费策略结合条件下的市郊—市区间综合优化问题进行研究。前往市内工作区上班的驾车者到达拥挤收费点后有两种策略可供选择：一是交纳拥挤道路使用费继续驾车前往工作地;二是停车再换乘地铁或BRT等公交方式到达目的地。通过对两种策略下用户的出行成本进行了分析,以最大化总的消费者剩余为上层优化目标,以弹性需求下的组合出行网络用户平衡作为下层规划,建立了双层规划模型,设计了基于模式搜索的求解算法。并对算例进行计算和分析,计算结果表明该模型与算法是有效的。     

����ͣ��ѡ����Ϊ��·��ͣ���۸��Ż�ģ��

路内停车是城市公共停车的重要组成部分,合理的路内停车定价对于提高停车场使用效率,缓解城市交通拥挤均有积极作用. 本文微观上分析车辆停放的选择过程,结合车辆停放者的行程时间、停车场搜索时间、停车等待时间、出口时间和停车场自身费用,建立当前停车场的选择效用函数. 通过效用函数建立了车辆停放者的概率选择模型,通过考虑停车选择的约束条件,在提高整个停车设施使用效率的前提下建立路内停车定价模型. 结合容量加载方法进行求解,并给出铜陵市路内停车定价优化模型的实例,实例证明了模型和算法具有实用性和可靠性.     

��������Ʒ�����ͣ��Ѱλģ�������

本文在经典的环形城市模型上,基于马尔科夫链建立解析的路边停车寻位模型。分别从系统和驾驶者两个角度,对寻位竞争队列进行描述,依据其马尔科夫特性,推导出停车寻位距离概率密度函数,发现传统的二项分布假设不能反映寻位车辆间的竞争车位行为,揭示了寻位车辆间的竞争是已有理论低估了停车难的原因之一。在数理分析基础上,提出环形城市路边停车仿真模型及算法,仿真结果验证了理论模型的结论,并发现车位被连续占用也是低估停车难问题的另一个主要原因。研究结果有助于加深对路边停车行为的认识,为制定相关车辆停车政策提供依据。     

基于马尔科夫链的停车寻位模型与仿真

本文在经典的环形城市模型上,基于马尔科夫链建立解析的路边停车寻位模型.分别从系统和驾驶者两个角度,对寻位竞争队列进行描述,依据其马尔科夫特性,推导出停车寻位距离概率密度函数,发现传统的二项分布假设不能反映寻位车辆间的竞争车位行为,揭示了寻位车辆间的竞争是已有理论低估了停车难的原因之一.在数理分析基础上,提出环形城市路边停车仿真模型及算法,仿真结果验证了理论模型的结论,并发现车位被连续占用也是低估停车难问题的另一个主要原因.研究结果有助于加深对路边停车行为的认识,为制定相关车辆停车政策提供依据.     

城市机动车辆停放选择模型

为了增强出行前停车信息查询功能和提高停车诱导效果,提出一种服务于驾驶员出行前对目的地首选以及备选停车场进行车辆停放选择的优化模型,建立了以驾驶员使用最便利,可达性最强,出行停放成本最低为目标的车辆停放选择模型,利用启发式算法计算了模型的备选解集。经实例验证,该模型可以得到多个满足约束条件的合理性停车方案,从而为驾驶员在出行前选择停车场提供了决策依据。     

出行前停车诱导系统中两阶段停车选择方法

为了同时解决机动车辆出行过程中停与行的问题,减少车辆巡泊产生的无效交通,提高出行效率,提出了服务于出行前停车诱导系统的两阶段停车选择方法.第一阶段是以停车场距目的地的步行距离、停车设施类型、有效停车泊位数、停车费用等4项指标对候选停车场进行初选;第二阶段为组合选择过程,以步行距离最短、停放可行性最高、停放成本最低、停放安全性最高、驾车至停车场行驶时间最短为优化目标,采用基于模糊偏好的多目标决策模型,为用户提供各候选停车场的决策排序.该方法求解效率高,且充分考虑驾车者意愿,适用于出行前的停车诱导系统.     

基于城市综合体分类的停车收费政策预评估

为有效评估停车收费政策在不同类型城市综合体中产生的效果差异,基于辐射范围、居民出行距离及公共交通服务水平三项特征指标,利用K-Means聚类算法将城市综合体分成市域型和区域型两类。与区域型综合体相比,市域型综合体辐射范围更广、所吸引的人群活动出行距离更长、公共交通服务水平更具竞争力。构建城市综合体居民行为选择模型,利用RP/SP融合数据标定模型参数,以消除意愿调查产生的偏差。该模型综合考虑停车收费政策和公共交通服务水平的关联性,能有效分析停车收费价格上涨幅度和公共交通服务水平改善对市域型和区域型城市综合体居民方式选择行为影响的贡献程度,为区域差别化停车收费政策制定提供参考依据。     

基于G/G/c/FCFS排队模型的城市停车流量分配模型

为探索城市路网中交通均衡与停车选择之间的相互关系,本文根据出行者实际停车搜索过程,运用G/G/c/FCFS 停车排队模型,研究了路径流量、行程时间、停车场可用概率三者的关系,进而计算停车场在车辆到达时的可用概率,并将此概率纳入停车搜索路径的广义费用函数,最后根据交通网络中出行者路径选择和停车选择理论,提出基于停车排队理论下的随机用户均衡模型,并设计了模型求解算法. 算例结果表明,本文模型能准确合理地分配城市路网中的停车流量. 研究结论有助于从城市整体角度为停车需求规划提供依据.