城市商业区停车诱导关键技术研究

发布时间：2020-07-03 14:58

【摘要】：城市商业区的交通吸引强度高、停车需求量大,易发生停车难现象。停车诱导系统是智能交通系统(ITS)的重要组成部分,能够通过各种方式为驾驶者提供停车信息,调节城市停车供需平衡,缓解停车难问题。因此,研究商业区停车诱导的关键技术,提高停车诱导效果,对改善城市商业区停车环境、提高其经济活力具有重要的意义。论文通过对城市商业区的停车特性的分析,研究城市商业区停车诱导分区策略和小区划分方法,提出基于LSTM预测技术的诱导信息发布策略,在对商业区停车泊位变化特性分析的基础上,对基于LSTM神经网络的有效泊位短时预测技术和诱导信息发布技术进行研究。研究商业区停车设施供应规模和比例、停车设施使用特征;对商业区内驾驶者的停车行为特性进行调查,从停车目的和步行距离两方面分析停车行为特性。以南京市六合区雄州商业中心区作为实例,从设施和行为两方面进行停车特性分析。归纳总结诱导分区的两层分区体系,研究停车诱导小区的划分方法。针对泊位信息实时发布策略存在的问题,提出基于预测技术的诱导信息发布策略,制订策略实施的流程,分析实施这一策略需要的技术支持。在对停车设施泊位变化特性分析的基础上,对停车泊位短时预测技术进行研究,针对既有预测技术的局限性,提出基于LSTM神经网络的有效泊位短时预测技术,并通过实例比较验证预测技术的准确性。总结现有的泊位信息发布方式,选择诱导信息板作为研究对象;研究泊位信息发布的显示方法,针对空满法存在的缺陷,研究如何将泊位短时技术应用到空满状态判定方法中;分析泊位信息发布更新频率的影响因素,提出了基于短时预测技术的泊位信息发布可变更新法。
【学位授予单位】：东南大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U491.7
【图文】：

谱系,相似度,聚类,停车泊位

图 4-2 每日变化趋势相似度聚类谱系从图 4-2 中可以看出，周一、周二、周三、周四聚集为一类，周五、周六和周日聚集为另一类，说明周一至周四这四个工作日的停车泊位变化趋势相似度高，周六、周日两个休息日和周五的变化趋势相类似，而两组之间的变化趋势的差异性较大。这是由人们的出行规律导致的，工作日内出行以工作出行为主，休闲娱乐为辅，而休息日内出行中休闲娱乐占较大比例，但是也存在一定的随机性（周五）。同时，从表 4-1 分析可以看出，相邻两日停车泊位的变化趋势相对较高。2. 波动性宏观上停车泊位变化趋势具有相似性，下面将从微观的角度分析不同观测尺度（时间间隔）下泊位变化的特性。这里采用波动率的概念来刻画泊位变化的波动特性，设停车泊位时间序列为S( )，其中n 1,2, ,T为相应的时间点，则在 t 时间点的波动率如下：1( 1, 2,..., 1)t ttts st Ts （4-2）以文星广场 2017 年 11 月 09 日（周四）一天的停车泊位序列为例，分别取时间间隔1min、2min、5min 和 10min，利用公式计算结果如图 4-3 所示：

序列,泊位,时间序列,小波分解

图 4-4 文星广场 11 月 06 日泊位时间序列小波分解序列图中， 3分解后的低频时间序列，反映了泊位变化的本质趋势， 1、 2和 3为分解后的高频时间序列，反映了不确定因素对泊位变化趋势的干扰。4.3.3 有效停车泊位时间序列的消噪处理经过小波分解后得到 1 个低频时间序列和 3 个高频时间序列，时间序列的噪声蕴含在高频系数中，通过阈值去噪的方法来对高频时间序列进行处理。在开始对时间序列信号去噪之前，需要选择合适的阈值函数。常用的阈值选取规则有如下几种[62]：（1）rigrsure采用基于 Stein 的无偏似然估计原理，阈值为给定的阈值的似然估计的最小化值。（2）sqtwolog采用固定公式sqrt(2× log( ( )))计算得到阈值，式中 X 为信号。（3）minimaxi采用极大极小原理选择阈值，产生的极值为一个最小均方误差。这里采取 sgtwolog 固定阈值的选取规则，对 3 组高频时间序列进行处理，如下图所示：

【相似文献】