论文部分内容阅读
随着城市经济的快速发展，机动车保有量迅猛增长，城市停车需求与供给时空资源不充分以及分配不均衡的问题日趋严重。针对中心城区土地利用类型多样的区域，挖掘不同用地类型下停车的时空规律，探究共享停车的管理模式，合理制定停车收费价格，优化停车供需匹配，有助于提升现有停车泊位资源的利用效率，调控停车需求，改善停车交通环境。
共享停车得以实施的一个重要前提是保证停车泊位供给者的停车需求得以满足。基于该前提，本文研究停车泊位共享视角下的资源分配优化理论与方法。通过理论分析、仿真优化及实证分析相结合的方法，探讨城市共享停车泊位资源优化管理策略，以期盘活城市停车资源，缓解城市停车问题。具体的研究内容和取得的结果如下:
首先，基于智能停车收费系统所采集的实证数据，针对城区内部与停车供需相关且常见的四种用地类型下的停车特征进行量化建模，包括日内停车泊位利用率时变特征、停车时长特征以及停车用户入场时变特征等指标进行了分析。在此基础上，分析了不同用地类型间共享停车机制实施的可行性。
其次，探讨停车泊位供需匹配优化问题。以共享停车泊位时空利用率最大化为目标，建立了一种混合整数非线性规划模型。鉴于直接求解该模型较为复杂，且求解规模较小，基于有效不等式理论，提出将其转化为纯整数线性规划模型，以缩短求解最优解的时间，扩大求解规模。进一步，针对大规模停车泊位供需匹配问题，借鉴装箱问题的求解策略，设计了六种基于规则的启发算法，并利用实证停车行为数据作为测试集对提出的求解算法进行效果验证，甄选出最优的求解算法。
进而，考虑停车需求用户在预约过程中因未获得车位而进行损失补偿的机制，研究停车供需双方停车时段皆确定的条件下的共享停车泊位资源管理问题。以共享停车泊位资源管理收益最大化为目标，构建对应的二元混合整数优化数学模型。为避免传统遗传算法收敛速度慢以及非确定地收敛到最优解的缺陷，设计了一种改进的遗传算法对构建的模型进行求解。并进一步通过北京市某停车场采集的实证数据，验证了所提出的模型与算法的可行性和有效性。
随后，考虑停车预约过程中因预约分配等待时间过长导致用户预约取消的行为和因当日预约与提前预约的价格差异导致的停车需求量变化，以共享停车泊位资源管理收益最大化为目标，构建了相应的两阶段混合整数优化模型。基于模型不同阶段的求解特点，设计了一种混合遗传算法和最小残差算法组合的求解算法。并进一步利用北京市的实证停车行为数据验证了模型和算法的可行性。
最后，考虑停车泊位供给者与社会停车用户到达和离开时间的不确定性，以满足泊位供给者的停车需求为前提，提出了一种共享停车泊位资源管理框架。在该框架下，开发了一种以数据驱动为基础的停车泊位资源优化管理系统。进一步，通过实证停车行为数据对构建的系统和算法进行了有效性的验证，得到了不确定停车供需条件下的鲁棒优化管理策略。
研究成果可为交通管理者对区域停车资源进行优化分配及停车收费等提供科学的决策依据，并在平衡停车供需，降低停车巡航量，盘活停车资源，优化交通出行结构等方面有重要的意义，对指导城市停车设施的规划、建设与管理具有支撑作用。
共享停车得以实施的一个重要前提是保证停车泊位供给者的停车需求得以满足。基于该前提，本文研究停车泊位共享视角下的资源分配优化理论与方法。通过理论分析、仿真优化及实证分析相结合的方法，探讨城市共享停车泊位资源优化管理策略，以期盘活城市停车资源，缓解城市停车问题。具体的研究内容和取得的结果如下:
首先，基于智能停车收费系统所采集的实证数据，针对城区内部与停车供需相关且常见的四种用地类型下的停车特征进行量化建模，包括日内停车泊位利用率时变特征、停车时长特征以及停车用户入场时变特征等指标进行了分析。在此基础上，分析了不同用地类型间共享停车机制实施的可行性。
其次，探讨停车泊位供需匹配优化问题。以共享停车泊位时空利用率最大化为目标，建立了一种混合整数非线性规划模型。鉴于直接求解该模型较为复杂，且求解规模较小，基于有效不等式理论，提出将其转化为纯整数线性规划模型，以缩短求解最优解的时间，扩大求解规模。进一步，针对大规模停车泊位供需匹配问题，借鉴装箱问题的求解策略，设计了六种基于规则的启发算法，并利用实证停车行为数据作为测试集对提出的求解算法进行效果验证，甄选出最优的求解算法。
进而，考虑停车需求用户在预约过程中因未获得车位而进行损失补偿的机制，研究停车供需双方停车时段皆确定的条件下的共享停车泊位资源管理问题。以共享停车泊位资源管理收益最大化为目标，构建对应的二元混合整数优化数学模型。为避免传统遗传算法收敛速度慢以及非确定地收敛到最优解的缺陷，设计了一种改进的遗传算法对构建的模型进行求解。并进一步通过北京市某停车场采集的实证数据，验证了所提出的模型与算法的可行性和有效性。
随后，考虑停车预约过程中因预约分配等待时间过长导致用户预约取消的行为和因当日预约与提前预约的价格差异导致的停车需求量变化，以共享停车泊位资源管理收益最大化为目标，构建了相应的两阶段混合整数优化模型。基于模型不同阶段的求解特点，设计了一种混合遗传算法和最小残差算法组合的求解算法。并进一步利用北京市的实证停车行为数据验证了模型和算法的可行性。
最后，考虑停车泊位供给者与社会停车用户到达和离开时间的不确定性，以满足泊位供给者的停车需求为前提，提出了一种共享停车泊位资源管理框架。在该框架下，开发了一种以数据驱动为基础的停车泊位资源优化管理系统。进一步，通过实证停车行为数据对构建的系统和算法进行了有效性的验证，得到了不确定停车供需条件下的鲁棒优化管理策略。
研究成果可为交通管理者对区域停车资源进行优化分配及停车收费等提供科学的决策依据，并在平衡停车供需，降低停车巡航量，盘活停车资源，优化交通出行结构等方面有重要的意义，对指导城市停车设施的规划、建设与管理具有支撑作用。