英语原文共 16 页，剩余内容已隐藏，支付完成后下载完整资料
智能停车系统
摘要
本文讨论了停车预订系统和停车收益管理系统的基本概念。提出的基于模糊逻辑和整数规划技术相结合的“智能”停车位库存控制系统，决定是否接受或拒绝新的驾驶员停车请求。在所提出的模型的第一步中，针对许多不同的车辆到达模式开发了最佳停车策略。 这些停车策略是使用整数规划方法开发的。第二步，从最佳策略中学习，定义具体规则。 所提出的方法的独特之处在于，假设未来的交通到达模式是已知的，从所选择的示例集中得出规则和从结果中发现接近最佳解决方案。
关键词：交通；不确定性建模；控制；停车；模糊逻辑
导言
每天有相当大比例的司机在单人车上寻找停车位。此外，经验不足的司机或外地人也会进一步加剧交通拥堵。寻找空置的停车位是一个典型的搜索过程的例子。每一个停车搜索策略都由一套模糊的规则组成。通常很难明确地描述这些规则。计划活动的类型、一天中的时间、一周中的某一天、特定路线上当前的拥挤状况、对城市街道的了解以及潜在可用的停车位对所选择的停车搜索策略有重大影响。在过去的四十年中，已经开发了许多停车搜索模型（Van derGoot，1982; Axhausen和Polak，1991; Polak和Axhausen，1990; Young等，1991a，b; Saltzman，1997; Shoup，1997; Steiner，1998; ; Thompson和Richardson，1998; Arnott和Rowse，1999; Tamand Lam，2000; Wong等，2000; Waterson等，2001）。在许多运输决策中（模式分割，航空承运人的选择，机场的选择等），竞争性替代品及其特性在决策者（乘客，驾驶员）之前是众所周知的。 另一方面，驾驶员通常会按时间顺序逐个发现不同的停车位。很明显，这个时间序列对驾驶员关于停车位的最终决定有很大的影响。
在过去二十年中，许多城市（赫尔辛基，科隆，美因茨，斯图加特，Wie sbaden，奥尔堡，海牙）的交通管理部门已经开始通过实时可变信息标志告知司机停车设施[方向箭头，名称 停车设施，状态（满座，未满，停车位数量等）]。 有关可用停车位数量的信息可以在主要道路，街道和交叉路口上显示，也可以通过互联网分发。
提出关于停车引导系统的好处的问题是合乎逻辑的。目前的做法表明，停车引导系统通常不会改变占用率或平均停车设施。驾驶员很容易熟悉停车引导系统，并且大多数人使用，推动和欣赏系统的帮助。引导系统显着增加了寻找空间停车位的可能性，减轻了不熟悉市中心的驾驶员的挫败感，减少了停车场前的排队，减少了行驶的车辆总里程（特别是在市中心），减少平均旅行时间，能源消耗和空气污染。停车指南系统是综合停车政策和交通管理系统的一部分，其他要素是街道停车控制（包括对非法停放车辆的制裁），停车费用结构和停车收入管理系统。
提出的基于仿真、优化技术和模糊逻辑相结合的“智能”停车位库存控制系统，可以“实时”决定是否拒绝或接受新的停车请求。该方法可应用于城市和大型国际机场的停车场和停车场。
本文的结构如下：第2节介绍了停车定价问题。第3节介绍了停车问题和其他一些行业的类比。第4节介绍了停车收入管理系统，以及智能停车位库存 控制系统在第5节中介绍。创建智能停车位库存控制系统的算法在第6节中给出。使用“智能”停车系统获得的结果在第7节给出，第8节给出 结束语和进一步的研究方向。
停车价格
在世界上大多数城市，司机为使用不同的停车设施付费。在某些情况下，停车收费可以显著减少交通拥堵。停车收入通常用于支付停车设施的费用(门禁、印票机、停车咪表、停车标志、服务员)，或改善一些其他交通和运输活动。不同的停车定价策略应成为解决复杂交通拥堵问题的综合解决方案的一部分。毫无疑问，停车定价是重要的需求管理策略之一。举个例子，交通部门、地方政府和私营部门可能会对单独驾驶者或在拥挤的城市地区长期停车的人征收更高的停车税。他们可以为货车司机提供特别的停车折扣。显然，应在考虑的城市区域（城镇、住宅区、商业区、零售区）内仔细研究停车收费问题。
在一些城市(麦迪逊，威斯康星州)，已经有了依赖时间的停车费，迫使上班族改用不同的公共交通工具。为了促进旧金山的公共交通，交通当局提高了公共和商业车库的停车费。芝加哥当局几次提高停车费率。因此，停放的汽车总数以及停车时间都明显减少。最大的下降是全日停车的数量。西雅图当局大幅降低了西雅图市中心两家停车场的停车费。在停车定价策略中发挥积极作用的雇主也可能为雇员支付停车费。取消雇员停车补贴的雇主可以显著减少单独驾驶的总人数。任何泊车收费策略的主要作用，应是减少车辆在某段时间内的总次数，使乘客转向其他交通工具，以及前往不同的泊车地点。同时，在实施任何停车策略时，必须为购物者提供足够的停车空间，为被考虑的城市地区的居民提供优先停车，为不同的停车地点提供优先停车，考虑低收入家庭，保护邻里街道不受非法停车的影响。
在解决复杂的交通拥堵和停车问题时，应该更多地利用供求的基本经济概念(Vickrey, 1969, 1994;Verhoef等，1995)。所谓的价值定价也被称为拥堵定价，或可变收费。“拥堵收费”概念背后的基本理念是，迫使司机在非高峰时间多出行、少使用交通设施。拥堵收费的概念主要与道路有关(驾车者为使用私人的、速度更快的道路付费，车辆占用率较低的驾车者为使用占用率较高的车道付费，驾车者为在工作日进入市中心支付更多费用)或机场运营商(在高峰时间支付更昂贵的降落费)。在停车问题方面，这意味着:(a)不同的用户应有不同的停车费率;(b)停车费应在一天内增加和/或减少几次。
三．停车问题和收入管理系统：与其他行业的类比
航空业、旅馆、汽车租赁、铁路、邮轮、保健、广播业、能源业、高尔夫、设备租赁、餐馆和其他行业在销售其产品时都使用收入管理概念(Cross，1997)。收入管理可以描述为一组不同的科学技术来管理公司的收入，试图在正确的时间以正确的价格将正确的产品交付给正确的客户。收入管理的根源在于航空业。成功应用不同收入管理概念的行业的基本特征是：(A)随时间变化的需求；(B)可变的资产利用率；(C)易腐资产；(D)有限的资源；(E)市场细分；(F)增加新的能力是昂贵、困难或不可能的；(G)每组直接成本。在提供服务的总成本中，ENT是微不足道的一部分；(H)预先销售产品。停车位库存控制问题的主要特点是：
bull;停车需求随时间变化。
bull;与酒店客房或餐厅椅子一样，停车位也有每日“出售”的机会（由客户使用）。
bull;任何停车场或车库的停车位数量有限，可供驾驶员使用。
bull;市场细分是指不同的客户愿意为相同的资产支付不同的价格(酒店房间、飞机座位、租来的汽车座位)。一位商人想在会议开始前15分钟把车停在会议地点附近，他愿意支付的停车费比一位退休老人要高得多。
bull;建造新的车库和停车场可能非常昂贵，有时非常困难。
bull;停车位可以很容易提前预定。
引入和开发停车预约系统(在互联网和手机环境下创建)将进一步提高现代停车技术。司机将被建议和指导开始前的旅程，以及在旅途中。停车预约系统应与停车收入管理系统相结合。这样，停车场经营者和交通主管部门就可以实施不同的停车策略。一旦司机被允许停车，就有可能实现内部车库引导系统，引导司机到一个空的停车位。
4.引入停车场收入管理系统
假设我们有停车预约系统。司机在任意时刻(在家打电话、开车时打电话、上网等)提出停车要求。
一定数量的司机可能会在停车前取消预订。这些消去也会在任意时刻发生。就像在其他一些行业一样，一定数量的司机不会出现在他们已经确认预订并购买了车票的停车场。这些司机的行为会受到惩罚吗?根据停车需求和停车供应的比例，答案可能是“是”或“不是”。
预约系统应该足够灵活，允许一些司机在希望开始停车之前出现，在车库中寻找空位，即使他们没有确定的预约。少征收一些不同的停车费会好吗?答案显然是肯定的。支付较低停车费的司机可以是残疾人和老年人，提前几天预定停车位的人，或HOV司机。支付更高关税的司机可以是单独司机、长期停车司机，也可以是没有提前预约就出现并要求停车的司机。显然，有很多可能的停车定价策略。
预约生成与取消的随机性、预约时段司机出现的随机性、停车收费的多样性以及对司机请求的实时响应需求，表明停车场收入管理是一个复杂的问题。
在过去的30年里，相对大量的论文致力于航空公司座位库存控制问题的不同方面(Littlewood, 1972;Belobaba, 1987;布鲁梅尔和麦吉尔，1993年;特奥多罗维奇等人，2002)。本文提出的模型受到了航空公司收益管理随机和/或确定性模型的启发。
让我们假设我们没有多少不同的停车费。最简单的预订系统(类似于过去的一些航空公司预订系统)可以是“不同关税级别的停车位清单”(图1(a))，表示每个关税级别在车库中有不同的停车位。在这种情况下，一旦停车位被分配到一个关税级别，它可能只被预订在该关税级别，否则将保持未售出。在车位存量不同的情况下，既有一定的优势，也有一定的劣势。在这种情况下，支付较低关税的用户将相对得到很好的“保护”。换句话说，这个系统会对残疾人、老年人、提前几天预约停车位的人以及HOV司机给予很大的关注。不同的停车位库存的明显缺点是，即使关税较高的用户需求很高，分配给关税较低的用户的一些停车位也常常是空的。换句话说，可能会拒绝一些司机，甚至所有的停车场都没有占用。
(b)
(a)
C
BLm
BL1
BL2
BLm
BL1=C
BL2
图1所示。不同的(a)和嵌套的(b)收费级停车位清单。
在“嵌套预订系统”的情况下，只要有低收费等级的停车位，高收费请求将不会被拒绝。例如，如果我们有四个关税等级，那么就没有1类的预订限制，但是剩余三个等级中的每一个都有预订限制（bli，i=2，3，hellip;，m）（图1（b））。如图1（b）所示，所有停车位均为一级停车位。始终有一定数量的1类停车位得到保护，一定数量的1类和2类停车位得到保护，一定数量的1类、2类和3类停车位得到保护。如果我们按请求修改预订限制，则不同的预订系统和嵌套的预订系统之间不再存在差异。
在本研究中(如Teodorovic等人，2002年的论文)，尝试在“逐项请求”的基础上做出预订决策。在我们考虑的场景中，我们假设有两种以上的关税。提出的车位库存控制模型的基本特点是对每个驾驶员的需求进行“实时”决策。所开发的模型被称为“智能”停车位库存控制系统。
让我们假设一个停车场为司机停车提供m个收费级别。我们分别用T1、T2、hellip;表示停车费。Tm, T 1 gt; T 2 gt; hellip;gt; T m.
通过停车收费Ti（i = 1,2，...，m），我们指的是第i类用户支付一小时停车费的货币单位总数。
在本文中，我们将介绍假设我们有关于前几天和几个月的驾驶员请求的统计信息。 让我们用Ei（t）表示随机过程，该随机过程表示按时间t在第i个停车收费等级中进入车库的驾驶员的累计数量（图2）。让我们还通过Di（t）表示随时间过程t表示第i个停车收费等级中的驾驶员离开累积数量的随机过程。 时间点t = 0表示车库工作时间的开始。
输入的驾驶员数量小于或等于表示希望停车的驾驶员总数。 接受的驾驶员数量取决于车库容量与希望停车的驾驶员总数之间的比率。
t
Ei(t),Di(t)
Di(t)
Ei(t)
图2。一个是随机过程ei（t）的实现，代表进入车库的累计驾驶员人数；另一个是随机过程di（t）的实现，代表第i个停车收费等级中按时间时刻t计算的累计驾驶员离场次数。
希望停车的司机总数。一群被拒绝的司机决定弃车而去。其余被拒绝的司机决定随后选择其他停车设施提供的停车可能性。在本研究,我们把累积的司机进入第i个司机关税类通过时间点t, Ei (t)数量最终到达车库时,考虑到“原始”的欲望在车库停车问题,特定数量的司机放弃其他的车库,以及特定数量的司机选择停车场问题作为他们后续的选择。
本文考虑的问题可以定义为:对于已知停车收费T1、T2、hellip;，Tm基于不同停车费率等级的Ei(t)和Di(t)随机过程的大量实现，开发了一个车位库存控制模型，将停车运营商的收入最大化，同时不断地“在线”决定接受或拒绝司机的请求。
5. 智能车位库存控制系统
由于问题的复杂性和不同参数的不确定性，我们得出结论:用解析的方法解决问题实际上是不可能的。人工神经网络和模糊系统是“智能”系统，因为它们具有“从经验中学习”的能力(特奥多罗维奇和武卡德诺维奇，1998年)。模糊系统本身并不是一种学习机制。另一方面，越来越多的模糊系统是基于数值数据生成的。在本文中，我们通过先前发现的各种场景的最优解来获得数值数据。这样，模糊规则库就来自于“最明智的可能决策”。这里提出的模糊系统体现了一种学习机制，因为它允许对停车请求进行连续监控，偶尔更新模糊规则库。本研究的初步假设是，有可能开发一个“智能”停车位库存控制系统，对每个驾驶员的需求做出实时决策。换句话说，本文假设有可能开发一个系统来识别由单个驱动程序类的预订数量和某一时刻取消的预订数量构成的情况。与其他智能系统一样，“智能”停车位库存控制系统应该能够基于新的知识和信息进行归纳、适应和学习。
所开发的“智能”系统是基于模糊逻辑的。过去几年取得的理论结果(Wang and Mendel, 1992)表明模糊逻辑系统是通用逼近器，这解释了为什么模糊逻辑系统在工程应用中如此成功。
5.1车位库存控制模型，在对未来事件进行完美预测的情况下，使停车运营商的收益最大化
我们假设每个请求停车的司机都指定了进入车库的时间点和离开车库的时间点。让我们暂时假设，我们能够准确无误地预测未来
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[20993]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
