基于机动车保有量的停车需求总量研究

城市停车需求总量的确定是停车需求预测的基础,也是城市各片区停车需求预测的约束条件。现有研究明确提出停车需求总量约束的较少,而且相关规范对停车需求总量只给出经验值,经验值范围较大会造成停车位建设严重不足或者土地资源严重浪费的问题。文章对不同规范的停车需求分类方法进行了辨析,指出停车需求在本质上分为基本停车需求和弹性停车需求。文章进一步研究了影响停车需求总量的若干因素,在此基础上提出了停车需求总量的计算模型。结合西宁市城市停车设施系统规划项目,对西宁市中心城区的现状停车需求总量进行了测算,得出的弹性需求系数与住建部新版城市停车设施规划导则相符。

停车需求预测与管理

停车需求预测与管理是城市静态交通研究的重点和难点 .利用建立的基于 G-Logit的停车需求预测模型 ,计算并分析了广州市停车需求状况 .在此基础上 ,提出了广州市停车需求管理的根本任务、原则和阶段性策略 .上述研究成果和研究思路 。

停车需求特征指标的潜在特性

在连续数据条件下,对停车需求特征指标的稳定性和代表性进行考察.基于连续数据分析的停车需求特征指标的稳定性和代表性与传统应用过程中的假设有很大出入,表明了以往基于经验的随机抽样和处理方法存在一定缺陷.然而,对停车需求特征指标进行高峰比转换后,组别差异被有效地抑制.基于同步统计推断法,发现各停车需求特征指标的不同分组间均无显著性差异,说明了在各自的波动范围内,停车需求特征指标具有稳定性和代表性.

基于交通运行特征的停车需求预测模型构建及应用

科学的停车需求预测是解决停车供需矛盾的基础,是停车规划、管理、设计的重要依据。在提炼停车需求影响因素并充分考虑动态交通运行影响的基础上,构建了基于交通运行特征的多尺度停车需求预测方法,不仅可更为准确地测算停车需求,还能打通不同空间尺度需求计算模型的壁垒。最后结合武汉市主城区进行需求预测模型的应用,证明了所构建模型可靠实用。

基于Apriori关联算法的城市综合体停车需求影响因素关联分析

明确城市综合体停车需求影响因素具有重要现实意义。通过构建城市综合体停车供需影响分析指标体系,抽样选取了福州6个综合体停车场,采集了连续一周的综合体停车数据,并提出基于Apriori算法对停车需求影响因素进行关联分析。结果表明:综合体建筑面积和周客流量是停车饱和度高的主要关联因素;停车场容量和停车费用是停车饱和度低的主要关联因素;停车时段停车饱和度差异明显,但关联影响不显著。该方法适用于不同类型综合体停车需求分析,为综合体停车管理和服务优化提供科学的手段,有助于深入了解综合体停车需求特性。

城市停车需求预测方法研究

本文以交通量-停车需求模型为基础,考虑了不同区位的小区出行吸引的交通方式构成对停车需求的影响,提出了先根据各小区出行吸引的交通方式构成对小区进行聚类分组,再分组预测未来年出行吸引的交通方式构成,继而预测各小区停车需求量的方法。最后,结合实例进行了分析,证明该方法可以保证预测的精度。

适应新形势的大城市停车需求预测方法

目前我国已探讨出多种停车需求预测方法,这些方法的前提条件和适用范围各有不同,并且我国大城市交通形势又出现了小汽车进入家庭速度加快,交通拥堵日益突出,轨道交通建设进入黄金时代等新的情况。针对这些新形式,提出了宏观和中观停车需求预测方法,宏观层次为考虑车辆出行吸引和车辆使用率的总体停车需求预测,弥补了以往未考虑未出行车辆停车需求的不足;中观层面为考虑公交可达性和多种性质建筑综合开发共享停车需求预测,可减少配建停车泊位,提高停车泊位利用率。进行实例分析,丰富和扩展了交通规划模型技术,为我国大城市开展停车交通研究提供参考。

停车需求研究的回顾与展望

文章分别以"停车需求预测""停车规划""停车需求管理"和"停车需求预测模型"为关键词,通过CNKI搜索到相关文献192篇,并分析研究了每一类文献的研究现状和发展趋势。结合其他文献梳理了停车需求研究的来龙去脉,重点概括了停车需求预测模型的基本类型,以期为相关领域研究者和实践者了解国内外研究动态,推进停车预测和解决停车难题提供理论借鉴。

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。

基于聚类非参数检验的动态停车需求分布特征

为了探索动态停车需求的分布特征,提出聚类非参数检验分析方法.该方法按照个体-组-类的顺序对多时段随机变量进行聚合,在各聚合阶段运用相应的非参数检验方法校核结果,在确保拟合精度的同时,采用相应的模型描述动态随机变量的分布特征.结合该方法的运用,从问题确定、数据调查、数据处理与分析以及分布特征的归纳总结等环节详细阐述了动态停车需求分布特征的分析流程.以南京市新世界中心为例予以应用,对该建筑配建停车场工作日的动态停车需求分布特征进行了分析,基于拟合得到的10种泊松分布模型和7种伽马分布模型,对分布特征的变化特性进行了归纳总结.

停车需求预测方法研究

为了能结合实际预测研究区域停车需求,介绍了目前主要的停车需求预测方法及各自特点．在停车生成率模型基础上建立停车需求—供应预测模型,该模型考虑了价格因素、停车服务水平对停车需求量的影响,将停车场周转率、利用率引入模型中,从而可直接得出实际应建停车位数量,同时,将停车需求分为白天和夜间分别进行预测,最后给出了计算示例．

基于路网容量的停车需求预测方法

分析了停车需求交通出行O D法与路网容量对停车需求的影响,以区域路网总容量及路网服务水平为约束,对停车需求的交通出行O D预测方法进行修正,提出了一种基于路网容量的停车需求预测方法。应用结果表明该方法能够有效反映路网容量对停车需求预测的影响,是一种有效的停车需求预测方法。

停车需求分布的双层规划模型及算法

针对停车需求给定条件下的停车设施选择问题,建立了描述停车设施选择和出行路线选择行为的双层规划模型,并基于在部分增广乘子法中嵌套Frank-Wolfe算法的思路设计了求解模型的有效算法.上层模型在满足停车需求和设施停放车辆数有限条件下,力图最小化实际停车需求分布与期望分布间的差异.下层模型假设出行者路线选择行为遵循用户均衡原则.上下层模型通过设施选择概率函数实现有效关联.部分增广乘子法中嵌套Frank-Wolfe算法求解上层模型可以有效利用上层模型的单纯形式约束特征.算例分析验证了新模型与算法的有效性.研究结论拓展了现有理论的应用场景,为相关研究提供了新的建模分析思路.

基于Logitsitc模型的城市CBD地区停车需求影响因素分析

为了研究城市中央商务区(CBD)地区停车需求的影响因素,从出行者停车需求的角度出发,通过CBD地区停车需求的RP和SP调查,获取城市CBD地区停车需求数据,基于二元Logistic回归模型,构建了停车需求影响分析模型.调查数据的模型分析结果表明:在工作日和节假日城市CBD地区的停车需求具有明显的差异性;不同的停车目的对停车需求的敏感性也不同;控制长时间的停车是抑制停车需求总量的有效措施;停车费率对不同的停车费用支付者的影响程度也不同;而越便利的停车场布局,会激发更多的停车需求.

基于泊位共享效用的混合用地停车需求比例研究

为了探讨在泊位共享条件下混合用地停车需求比例变化对停车供给规模和共享效用的影响,研究各类用地在泊位共享效用最大情况下的停车需求相对比例关系。根据典型单一性质用地不同时刻的停车需求率,确定不同性质用地的停车需求,进而通过叠加计算混合用地共享条件下的停车泊位数。提出运用泊位共享效用指数衡量混合用地中各种用地不同停车需求组合下的泊位共享效率。分别以行政办公与住宅用地组合,住宅、餐饮和行政办公用地组合为例,分析确定泊位共享效用最优的不同用地停车需求比例关系及其相应的泊位共享效用指数值,同时得到泊位共享效率较高的混合用地停车需求比例范围。

停车需求预测方法及应用

工程领域传统的停车需求预测方法存在两大缺陷,不能保证停车需求总量预测结果处于现实的合理区间,且模糊了停车泊位与车辆之间的内在联系。为了克服这些缺陷,提出了停车泊位总量约束的需求-供应预测方法,将停车需求划分为住宅区内、工作地和访问地3类,根据机动车拥有情况和分目的机动车出行OD进行预测,能够较为细致地预测各类停车需求的空间分布状况。最后,将停车泊位总量约束的需求-供应预测方法应用于《温州市停车发展专项规划》中,证明了该方法的合理性和可行性。

基于Box-Cox Dogit停车需求预测模型研究

在总结目前流行的各种停车需求预测模型的基础上,根据非集计方法中的随机效用理论,从停车需求是由居民出行引起的基本思想出发,建立了基于Box-Cox D og it的停车需求预测模型.针对模型的建立、参数标定以及推广计算过程进行了推导,并依附长沙市停车调查研究项目进行了实例分析.此模型可应用于预测规划区域总的停车需求、不同车型的停车需求和小区内各个停车场的停车需求.

商业区短时停车需求与周边路网阻抗关系

针对商业区停车需求预测精度较差、适用率低等问题,分析商业区内部短时停车需求与周边路网交通阻抗之间的相互作用关系,总结传统的停车需求预测的不足,根据实地选址调查的数据,用最小二乘法拟合曲线建立基于路网阻抗的短时停车需求预测模型,对预测结果有明显改进.

基于神经网络的停车需求预测模型及应用

结合停车需求特点分析了停车需求影响因素,提出了基于主成分分析的BP神经网络停车需求预测模型,该模型主要是通过对城市中心区停车需求的经济、土地、交通的特征分析,利用主成分分析法,明确了影响停车需求的主成分,简化了神经网络的输入样本,消除了网络输入之间的相关性,提高了网络的性能,实现了公共停车需求的准确预测。

基于MapX的城市停车需求预测的研究

在停车生成率预测模型的基础上,通过多元线性回归方法确定各预测区域不同类型用地间相互作用后的停车动态生成率,并利用道路交通量对其进行扩展,建立了用地与交通影响分析模型;然后借助可编程MapX组件,与高级编程语言VB.NET结合进行地理信息系统的二次开发,建立了模型的算法设计,开发了城市停车需求预测性规划管理系统。该系统可以对城市行政区域及其功能小区进行精确的停车需求预测,为停车设施的布局规划提供可靠依据。