动态随机有效停车泊位预测方法

doi:10.3969/j.issn.1674-0696.2018.06.13

摘要/Abstract

摘要： 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。

关键词: 交通工程, 动态随机泊位, 停车, C-C算法, 相空间重构, Elman网络

Abstract: In order to satisfy the demand for the personalized parking guidance，an effective parking space forecast method under the dynamic stochastic condition was researched.Utilizing the C-C algorithm in a nonlinear relational model，the integration process of the C-C algorithm and the Elman recursive network were researched.During the research process，the chaotic characteristics of the phase space reconstruction were verified using Small Data.A dynamic stochastic parking forecast model was built，and a model algorithm was designed.The integration algorithm was carried out by MATLAB with real data，and the results show that the predictions are fairly consistent with the actual value and the maximum relative error.The average relative error and mean absolute error are both less than the results of the forecast method based on linear assumption.This illustrates that the integration of the C-C algorithm and network technology in the dynamic stochastic parking space forecast is effective.

Key words: traffic engineering, dynamic stochastic parking space, parking, C-C algorithm, phase space reconstruction, Elman network

中图分类号:

U491

段满珍，陈光，张林，米雪玉. 动态随机有效停车泊位预测方法[J]. 重庆交通大学学报（自然科学版）, 2018, 37(06): 81-86.

DUAN Manzhen，CHEN Guang，ZHANG Lin，MI Xueyu. Prediction Method of Dynamic Stochastic Effective Parking Space[J]. Journal of Chongqing Jiaotong University(Natural Science), 2018, 37(06): 81-86.

参考文献

［1］李志纯，黄海军.拟动态随机停车行为模型及可靠度分析［M］//可持续发展的中国交通——2005全国博士生学术论坛(交通运输工程学科)
论文集(上册).北京：北京交通大学出版社，2005：218-228.
LI Zhichun，HUANG Haijun.A Quasi-Dynamic Stochastic Parking Model And Reliability Analysis［M］//Sustainable
Development of China’s Transportation—The 2005 National Doctoral Academic Forum (Transportation Engineering)
(1).Beijing：Beijing Jiaotong University Press，2005：218-228.
［2］段满珍，轧红颖，李珊珊，等.震害道路通行能力评估模型［J］.重庆交通大学学报(自然科学版)，2017，36(5)：79-85.
DUAN Manzhen，YA Hongying，LI Shanshan，et al.Assessment model for traffic capacity after seismic disaster
［J］.Journal of Chongqing Jiaotong University(Natural Science)，2017，36(5)：79-85.
［3］段满珍，杨兆升，米雪玉，等.基于居住区共享停车的双层规划诱导模型［J］.西南交通大学学报，2016，51(6)：1250-1257.
DUAN Manzhen，YANG Zhaosheng，MI Xueyu，et al.Bi-level programming model for shared parking considering residential
parking resources［J］.Journal of Southwest Jiaotong University，2016，51(6)：1250-1257.
［4］段满珍，陈光，米雪玉，等.居住区停车泊位需求预测二步骤法［J］.重庆交通大学学报(自然科学版)，2016，35(1)：152-155.
DUAN Manzhen，CHEN Guang，MI Xueyu，et al.Two steps method of parking demand forecast at residential area［J］.Journal
of Chongqing Jiaotong University(Natural Science)，2016，35(1)：152-155.
［5］杨兆升，陈晓冬.智能化停车诱导系统有效停车泊位数据的预测技术研究［J］.交通运输系统工程与信息，2003，3(4)：12.
YANG Zhaosheng，CHEN Xiaodong.Research on the estimation for effective parking space of the intelligentized parking
guidance system［J］.Journal of Transportation Systems Engineering and Information Technology，2003，3(4)：12.
［6］何洪波，韩印，姚佼.基于混沌和BP神经网络的有效停车泊位预测［J］.交通与运输，2012(7)：24-28.
HE Hongbo，HAN Yin，YAO Jiao.The prediction of effective parking space based on chaos and BP neural network
［J］.Traffic and Transportation，2012(7)：24-28.
［7］董兆俊，滕军，王骥鹏.基于相空间重构与模糊神经网络耦合的海温预测模型［J］.热带海洋学报，2008，27(4)：73-76.
DONG Zhaojun，TENG Jun，WANG Jipeng.Application of phase space reconstruction and ANFIS model in SST forecasting
［J］.Journal of Tropical Oceanography，2008，27(4)：73-76.
［8］张智晟，孙雅明，何云鹏.基于相空间重构理论和优化递归神经网络结合的短期负荷预测方法［J］.中国电力，2004，37(1)：19-23.
ZHANG Zhisheng，SUN Yaming，HE Yunpeng.A new approach of STLF based on combination of phase space reconstruction
theory and optimal recursive neural networks［J］.Electric Power，2004，37(1)：19-23.
［9］谢云林.基于相空间重构小波神经网络的太阳直接日射逐日曝辐量预测［D］.合肥：合肥工业大学，2012.
XIE Yunlin.Daily Direct Solar Radiation Exposure Prediction Based on Phase Space Reconstruction of Wavelet Neural
Network［D］.Hefei：Hefei University of Technology，2012.
［10］赵启嘉.基于动态递归神经网络及相空间重构理论的深基坑工程变形预测研究［D］.上海：同济大学，2008.
ZHAO Qijia.Research on Deformation Prediction of Deep Excavation by Recurrent Neural Network and Phase Space
Reconstruction［D］.Shanghai：Tongji University，2008.
［11］陈群，晏克非，王仁涛，等.基于相空间重构及Elman网络的停车泊位数据预测［J］.同济大学学报(自然科学版)，2007，35(5)：
607-611.
CHEN Qun，YAN Kefei，WANG Rentao et al.Parking space information prediction based on phrase construction and elman
neural network［J］.Journal of Tongji University(Natural Science)，2007，35(5)：607-611.
［12］段满珍，杨兆升，张林，等.个性化诱导下的居住区共享停车泊位分配模型［J］.东北大学学报(自然科学版)，2017，38(2)：174-179.
DUAN Manzhen，YANG Zhaosheng，ZHANG Lin，et al.Parking spaces allocation model of the residential areas sharing
parking base on personalized guidance［J］.Journal of Northeastern University(Natural Science)，2017，38(2)：174-179.
［13］ KUGIUMTZIS D.State space reconstruction parameters in the analysis of chaotic time series—the role of the time
window length［J］.Physica D：Nonlinear Phenomena，1996，95(1)：13-28.
［14］ SPROTT J C.Automatic generation of strange attractors［J］.Computers & Graphics，1993，17(3)：325-332.
［15］ KIM H S，EYKHOLT R，SALAS J D.Nonlinear dynamics delay times，and embedding windows［J］.Physica D：Nonlinear
Phenomena，1999，127(1/2)：48-60.
［16］ ROSENSTEIN M T，COLLINS J J，LUCA C J D.A practical method for calculating largest Lyapunov exponents from
small data sets［J］.Physica D： Nonlinear Phenomena，1993，65(1/2)：117-134.
［17］董春娇，邵春福，熊志华，等.基于Elman神经网络的道路网短时交通流预测方法［J］.交通运输系统工程与信息，2010，10(1)：
145-151.
DONG Chunjiao，SHAO Chunfu，XIONG Zhihua，et al.Short-term traffic flow forecasting of road network based on Elman
neural network［J］.Journal of Transportation Systems Engineering and Information Technology，2010，10(1)：145-151.
［18］段满珍，杨兆升，张林，等.居住区泊位对外共享能力评估模型［J］.交通运输系统工程与信息，2015，15(4)：106-112.
DUAN Manzhen，YANG Zhaosheng，ZHANG Lin，et al.Residential parking spaces shared capability assessment model
［J］.Journal of Transportation Systems Engineering and Information Technology，2015，15(4)：106-117.
［19］张雨，任成龙.确定重构相空间维数的方法［J］.国防科技大学学报，2005，27(6)：101-105.
ZHANG Yu，REN Chenglong.The methods to confirm the dimension of re-constructed phase space［J］.Journal of National
University of Defense Technology，2005，27(6)：101-105.

[1]	唐继强1, 2，钟鑫伟2，刘健1，李天瑞3. 基于时间序列季节分类模型的轨道交通客流短期预测[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 31-38.
[2]	戚春华，王笑男，朱守林，李航天. 基于驾驶员视觉兴趣区域的交通工程设施信息量阈值研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 53-60.
[3]	邓天民1，朱杰2，朱凯家1，屈治华3. 基于iForest+Biscting K-means的驾驶风格辨识方法研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 1-6.
[4]	许茂增,张莉. 基于双射软决策理论的路段拥堵影响力识别[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 7-11.
[5]	王涛1，谢思红1，黎文皓1,2，李文勇1. 基于FFOS-ELM和PF的短时交通流自适应预测模型[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 21-27.
[6]	张诚1，汪成银1，陈志伟2，张正向3，张子磊3. 基于空间流量度的城市路网关键节点挖掘方法[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 28-35.
[7]	王永岗，张衡，彭志鹏，周琬琦. 基于结构方程模型的出租车事故影响因素分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 36-42.
[8]	朱顺应，李维吉，林小媛，肖文彬，王红. 特色小镇游客车辆无复检管控点布设研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 52-58.
[9]	潘兵宏1,2，胡炜1，任卉1,单慧敏1. 基于TruckSim仿真下弯道货车侧滑速度模型研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 38-45.
[10]	吴文静，孙刃超，宗芳，贾洪飞. 居民低碳通勤出行的主观态度识别及影响分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 53-58.
[11]	李军，邓育新. 基于非负矩阵分解的出租车时空行为聚类分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 59-65.
[12]	成卫1，刘翔1，雷建明2. 基于RBF神经网络预测的交叉口信号周期时长优化[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 13-18.
[13]	史天亮，王文光. 信息观和粒子群算法在城市交通拥堵中的研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 19-25.
[14]	贺玉龙1,2，刘磊1,2，迟佳欣1,2. 高速公路车辆换道行为风险研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 26-33.
[15]	王露1，陈肖欣2，李华恩1. 大风雨雪气象条件下高速公路车辆稳定行驶的临界车速研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 34-40.