共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
针对传统有效停车泊位预测方法无法刻画泊位前后时刻关联关系的问题,采用基于深度学习的LSTM(long short-term memcry)神经网络对其进行改进,提出了LSTM有效停车泊位预测模型,并基于此模型对不同类型的停车区域进行分析与预测.在构建模型的基础上,综合考虑了有效停车泊位预测的时空特性,选取目标区域内多个邻近停车场的历史停车数据组成数据集,并构建有效停车泊位预测的对比模型,以此检验模型的预测精度.研究结果表明:在不同类型停车区域的有效停车泊位预测中,LSTM模型预测结果与真实值一致性较好,预测精度均高于BP预测模型和ARIMA预测模型;LSTM模型在有效停车泊位预测方面可靠且有效. 相似文献
4.
为了提高停车泊位利用率,减少停车后步行距离,根据商业区和居住区停车需求时段的错峰特征,建立共享停车泊位利用率最大化和步行距离最小化的双目标泊位分配模型.模型考虑了停车泊位供需空间和时间冲突特征,界定了模型的边界约束条件,采用粒子群多目标搜索算法求解.以聊城市金鼎商圈为例,调研了商业区和居住区的停车泊位数量、高峰时段停车需求和平均步行距离等模型参数.通过算法仿真,实验结果验证了模型的可行性.研究结果表明,建立的停车共享分配模型可用于居住区共享停车泊位分配,有效地提高了泊位利用率,降低了停车后的平均步行距离. 相似文献
5.
6.
7.
8.
通过实地调查数据和对红谷滩停车现状进行分析,结合南昌市总体规划、红谷滩交通发展战略等研究成果,对现有停车生成率模型进行修正,考虑各种影响因素,建立了合理的建筑物停车需求预测模型,制定了适合红谷滩实际情况的停车配建指标,其次对每个小区、每个地块的2020年所需停车泊位进行了预测和规划.最后,提出了相应的解决方案,政策和建... 相似文献
9.
10.
针对停车场有效停车泊位的变化特征,提出了基于灰色—小波神经网络的组合模型.先通过灰色单因素预测模型对有效停车泊位时间序列进行修正处理,再基于分步式小波神经网络模型对修正预测值进行运算,并通过马克科夫链预测模型得到更精确的预测区间,并利用实际案例分析,对模型的预测精度、稳定性、拟合度和训练时间进行了评价.研究表明,灰色—小波神经网络预测模型可降低初始数据波动性的干扰,与传统神经网络相比,预测结果误差波动性降低了10%~19%,稳定性提高了27%~33%,拟合度提高了10%~15%,精确度明显提高. 相似文献
11.
12.
为满足个性化停车诱导需求,研究动态随机条件下有效停车泊位预测方法。利用C-C算法在求解非线性关系模型方面的优势,研究C-C算法与Elman递归网络技术的融合过程,采用小数据量法验证重构相空间的混沌特性,在此基础上研究动态随机泊位预测模型和求解算法。利用MATLAB对融合算法进行仿真实验分析。结果表明:模型预测结果与实际值一致性较好,最大相对误差、平均相对误差和平均绝对误差均小于线性假设的预测方法。说明C-C算法与网络技术的融合算法在动态随机泊位预测方面的有效性。 相似文献
13.
14.
15.
基于泊位共享的新城区停车需求预测 总被引:2,自引:0,他引:2
基于泊位共享的停车需求预测可以降低新城区开发建设成本,提高泊位利用效率,可实现土地、空间资源的节约利用。以停车生成率法为基础,探讨了基于泊位共享的停车需求预测方法,并考虑共享泊位效用的折减量。同时,提出采用类比法对现有停车配建指标按照规划目标进行调整的方法。结合长沙市洋湖垸片区规划案例进行分析,应用泊位共享的停车需求预测模型,得到总部经济区共享停车模式的泊位需求为31064泊位,比常规停车需求预测方法得到的泊位需求降低了11.5%,减少建筑面积约12.5万m2。 相似文献
16.
17.
18.
19.
为解决多居住区共享停车场同时存在临时共享停车需求和提前预约共享停车需求的动态泊位分配问题,本文提出将未来几个时段的共享停车供需同时考虑到当前时段泊位分配中的单时段泊位分配方法,并将本时段泊位匹配结果延伸到后续时段,从而提出共享泊位动态分配流程。对临时停车需求,以用户成本最小为目标确立优先泊位匹配的原则;对预约停车需求,以系统收益最大为目标确立在当前时段结束时统一分配泊位的原则。定义4个指标评价模型效果。
选择来源于成都市某共享停车APP的3个居住小区一天的数据,对模型进行实证研究以及灵敏度分析。研究结果表明:临时共享停车需求和提前预约共享停车需求所占比例在0.4~0.6时,泊位分配后总目标表现最好;将未来几个时段的供需同时考虑到当前时段中,泊位分配效果更好,且考虑的未来时段越多,泊位分配后总目标越好;在泊位分配时,为了较好地保证临时停车需求能够优先分配到泊位,往往会造成总目标变差。 相似文献