基于大数据的大学校园停车系统规划 ——以大连理工大学凌水主校区为例

为解决大学校园停车系统混乱以及用于相关规划的基础数据样本量小、精度不高、时效性 差等问题,应用大学校园停车调查数据、各出入口车辆记录数据以及各院系教职工信息数据进行多源大数据分析,提出了一种基于大数据的大学校园停车系统规划方法。以大连理工大学凌水主 校区收集到的数据为例,首先从静态角度利用各出入口车辆记录数据和校园停车调查数据获取校园整体停车需求,进而利用各院系教职工信息数据分析各部门的停车需求。然后,从动态角度考虑停车位的周转问题,利用各出入口车辆记录数据分析校园出入车辆停车时段分布状况。最后,根据多源大数据分析所得校园停车系统现状,得出相应的校园停车系统规划结果。研究结果表 明：基于大数据的大学校园停车系统规划方法可有效解决传统方法中基础数据样本量小、精度不高、时效性差等问题,提高了规划结果的实用性和科学性。     

机场陆侧网约车停车问题分析与管理对策研究

为了优化管理网络预约出租车(简称"网约车")在机场陆侧的停车行为,集中节约陆侧交通设施资源,从而提升机场航空旅客的出行品质,就需要在明确机场陆侧停车设施功能定位的基础上,考虑机场陆侧网约车的停车需求,以把握住机场陆侧网约车停车管理的重心。本研究从国内典型机场网约车管理现状与问题出发,根据网约车的停车特性与航空旅客乘车需求,总结研究出管理机场陆侧网约车停车的必然途径,并从停车供给、停车需求、停车行为等方面提出机场对网约车可采取的管理策略。     

基于灰色—小波神经网络的有效泊位预测

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.     

螺旋式卸车机PLC控制系统设计

螺旋式卸车机PLC控制系统采用PLC控制交流接触器,从而控制各机构的交流电动机动作,实现相应的功能,同时在系统故障时发出声光报警信号或自动停车,以保护整个控制系统及设备安全。     

推动停车产业化发展的两个关键问题分析

一、停车设施属性问题分析 1．停车设施的自然属性 （1）时间上的不可储存性。交通量具有随时间变化的特点,随之带来的是不同时段的停车泊位需求量的不同。在非高峰时段,总停车泊位容量会产生过剩,而在高峰时段,总停车泊位容量又会出现短缺,非高峰时段的泊位容量不可以储存起来供高峰时段使用。     

上海静态交通信息化建设的思考和实践

静态交通与动态交通共同构成了完整的城市交通系统。随着上海城市建设的发展和人民生活水平的提高,全市机动车保有量不断增长,静态交通日益受到人们的关注。加强静态交通信息化建设,缓解城市停车难,促进排堵保畅,形成良好的经济环境,具有十分重要的意义。     

基于用地和交通特征的停车需求预测模型

为了解决城市停车难问题,对停车需求进行合理预测,考虑目前日益紧张的土地资源和快速增长的交通流量,分析了用地与交通影响预测模型建立的基本原理,采用用地特征函数描述了土地使用性质与停车生成率之间的关系,采用交通影响函数分析了路网流量增长率和停车率对停车需求的影响,在此基础上建立了停车需求预测模型。利用开发的软件系统,根据典型区域的土地资源规划和道路交通调查数据,进行了城市停车需求预测。预测结果表明:随着时间的变化,在各种因素影响下,停车需求近5 a增长较缓慢,而在随后的5 a中停车需求快速增长,且日停车需求量的增长速度明显高于高峰小时的增长速度。     

列车管压力值异常下降迫使列车停车的分析与监控装置控制

分析列车管压力值异常下降迫使列车停车的原因,并与正常下降进行了比较,提出使用监控装置实现列车管压力值异常下降后及时转换为正常下降的控制方案,使《机车操作规程》第26条的人工作业实现自动控制,该方案只需修改监控装置车载软件.     

德国：司机可使用手机遥控停车

近日，德国一家公司研发出了一种非常先进的自动停车技术，系统一经启动就会控制方向盘、挡位、油门和刹车踏板，车身上安装的12个传感器会扫描周围空间，检测到空闲车位并完美地将车停进去，不会发生碰撞或刮擦等令人闹心的情形。