基于遗传算法的停车诱导系统(PGIS)信息显示设施定位研究

针对停车诱导信息系统(PGIS)中可变停车诱导信息显示板的定位优化问题,以诱导信息量最大为优化的目标,分析并建立了优化模型,考虑了可变信息显示板总数约束、单交叉口上信息板个数约束、所有车流均有至少一次被诱导的条件约束及可变信息板设置的疏密程度约束;探讨了用遗传算法进行模型优化求解的方法。以一个仿真示例对模型构造及求解的过程进行了阐释,运用该模型思路及模型求解方法可确定信息板在道路网络中的最佳位置。当可利用的数据资料不足时,介绍了一种简便方法来确定信息板设置的合理位置。对停车诱导系统中的可变信息板定位问题进行定量分析并建立优化模型是确定信息板在路网中最佳位置的有效方法,运用该方法可科学的指导停车诱导系统的方案设计。

停车场PGIS停车智能诱导系统模型研究

停车难是制约拉萨交通发展的一个重要因素,因此研究开发停车诱导系统刻不容缓。本文针对拉萨市停车难现状,研究了停车场PGIS停车智能诱导系统模型。停车诱导系统通过及时发布停车场及其停车位的信息,引导驾驶员可靠高效地找到合适的停车场。

上海国际旅游度假区智能停车诱导系统设计与实践

以上海国际旅游度假区为例,重点分析现状度假区内停车场周边路网及停车设施状况,结合度假区4个停车场的停车组织流线,制定区域停车诱导策略及停车诱导系统总体架构和功能设计方案,不仅实现对度假区内停车场全方位、统一化的集中调度、联动控制,同时提升游客感知度,减少大客流时段警力物力投入,提高综合社会效益,促进韧性交通进一步发展。

基于蚂蚁算法的PGIS中动态路径诱导技术研究

停车诱导系统(PGIS)将计算机、信息与多媒体等技术应用于交通管理领域,是智能交通的重要组成部分。首先分析了PGIS中一项关键技术——动态路径诱导的特点和实时诱导技术要求,根据该要求,介绍了一种生物界仿真算法——蚂蚁算法的特点及其应用在最优路径搜索中的基本方法。仿真实验表明该方法搜索效率较高,可用于动态路径诱导技术中。

停车诱导系统的规划设计方法初探

本文从停车诱导系统总体规划设计的角度 ,结合智能交通系统 ,讨论停车诱导系统结构及各部分的功能 ,提出停车诱导的策略。就停车诱导系统规划时将遇到的对象区域分区的必要性、分区的基本原则、停车诱导系统服务停车场规模和停车诱导信息的设置标准等基本问题 ,提出自己的见解。然后 ,讨论诱导信息分层以及诱导信息板设计的有关问题。结合国内外调查 ,提出停车诱导系统的评价指标。

新型主动式智能停车诱导系统

针对停车诱导活动跨时域、跨空域、多主体参与以及动态性强等特点,考虑到驾驶员的主动性和切身利益,将协商方式引入到停车诱导系统的设计中,提出一种基于扩展FIPA规范的主动式智能停车诱导系统,并对该系统的多Agent架构、运行机制、协商算法以及系统特点进行了分析与论述。该系统能实现城市交通状态信息的有效共享,可增强停车诱导系统中活动主体的协调工作能力和决策能力。

先进的城市停车诱导系统的研究

针对目前我国城市中停车难、难停车的问题,分析了目前停车诱导存在的问题以及建立先进的停车诱导系统的必要性,提出了一种比较先进且经济实用的停车管理系统方案,并分析了系统的结构,同时分析了系统各部分的功能及建立系统时应注意的问题。该方案把城市的停车资源看成一个整体,对改善城市交通具有积极作用。

城市停车诱导信息系统设计

国内各大中城市中 ,关于停车位置及泊位利用情况的信息提供相对比较缺乏 ,车辆因寻找停车场而增加盲目绕行距离 ,从而导致城市路网的交通压力增大 .从提供公共信息服务的角度 ,进行停车诱导信息系统的设计 .首先探讨系统的功能要求 ,之后建立其工作原理、软件体系以及算法设计 ,最后进行预测效果分析 .

智能化停车诱导系统有效停车泊位数据的预测技术研究

随着城市停车需求的迅速增加,长期以来隐匿的深层次的城市停车问题日益显现出来,作为智能交通系统的重要组成部分,智能化的停车诱导系统已成为现代城市交通管理中不可或缺的关键内容,而该系统重要参数之一的有效停车泊位数据的准确预测是系统能够成功运转的前提条件。由于目前尚无成熟的技术可以借鉴,如何预测有效停车泊位数据问题成为摆在研究人员面前的一个技术难点,本文作者经过长期研究,给出了预测有效停车泊位数据的方法,为成功解决这一技术难题提供了思路。

智能停车诱导系统的设计应用研究

随着我国城市的机动车数量不断增加,对停车设施的需求不断增加,如何提高停车设施的利用率成为解决停车问题的一个有效的办法.基于ITS系统的发展,运用智能停车诱导系统将能有效的提高停车设施的利用率,并能减少车辆停车时的无谓绕行,缓解交通拥堵.本文结合设计经验对智能停车诱导系统的设计和实际应用进行了研究分析.

基于停车诱导系统的能量均衡可靠路由协议的设计

无线传感器网络中节点的能量是有限的,如何设计一个能有效节能的路由协议是其研究的热点之一。针对实际的停车位诱导系统提出了一种能量均衡的可靠路由协议。该协议在网络的初始阶段先建立全局网络拓扑,然后根据能量代价函数选择下一跳转发的节点,节点上方有障碍物的时候更新节点的可靠度信息。由于综合考虑了节点的剩余能量、跳数、邻居节点的距离以及可靠度等因素,使得网络节点能量的消耗得以均衡,达到延长网络生命周期的目的。在仿真平台对能量均衡的可靠路由协议进行了仿真分析,并且和最短路径路由进行了对比,从网络生命周期、网络能量均值以及网络能量方差三个方面分别分析,验证了本协议的优越性。最后将协议应用到实际的停车位诱导系统中,取得了较显著的效果。

改进Dijkstra算法在停车诱导系统中的应用与仿真

主要针对现有大型停车场停车诱导系统的低效率问题,采用Dijkstra算法,将车位选择问题转化为最短路径问题,并结合停车场的特点,对Dijkstra算法进行改进,然后结合实例用VC对改进的算法进行应用仿真。仿真结果表明,改进后的Dijkstra算法比经典算法在时间复杂度上有所降低,Dijkstra算法的搜索效率明显得到提高,在停车诱导系统中具有一定的实际应用价值。

出行前停车诱导系统中两阶段停车选择方法

为了同时解决机动车辆出行过程中停与行的问题,减少车辆巡泊产生的无效交通,提高出行效率,提出了服务于出行前停车诱导系统的两阶段停车选择方法.第一阶段是以停车场距目的地的步行距离、停车设施类型、有效停车泊位数、停车费用等4项指标对候选停车场进行初选;第二阶段为组合选择过程,以步行距离最短、停放可行性最高、停放成本最低、停放安全性最高、驾车至停车场行驶时间最短为优化目标,采用基于模糊偏好的多目标决策模型,为用户提供各候选停车场的决策排序.该方法求解效率高,且充分考虑驾车者意愿,适用于出行前的停车诱导系统.

停车诱导系统的诱导效果分析

介绍了诱导后即有完整停车信息下的多项logit停车选择模型,其中共有4个停车场属性的影响因素;构建了诱导前即无停车信息下的停车选择模型,包括停车寻泊路径选择的logit概率模型和把不确定信息下转化为不完美信息的停车场选择方法。在此基础上对一个算例进行了模拟分析,得到了诱导前和诱导后各路段上的车辆数、各停车场的车位利用率以及排队等待入库的车辆数。

基于RFID的停车诱导系统设计

停车诱导系统在我国的停车场应用方面还不广泛,通过分析射频识别(radio frequency identification,RFID)技术的工作原理及优良特性,设计了基于RFID的停车场诱导系统的硬件和软件系统,并运用该系统的工作流程,模拟实现停车场停车路径实时诱导,利用系统程序响应过程,准确地介绍了系统工作机制.

停车诱导信息系统条件下的城市交通网络SUE配流模型及算法

停车诱导信息系统(Parking Guidance Information System,PGIS)被认为是改善城市交通拥挤的一项有效技术,不同的PGIS市场占有率对道路交通的影响是不同的。文章将出行者分成两类:使用PGIS和不使用PGIS,考虑了PGIS对出行者道路和停车选择行为的影响以及PGIS的市场占有率,构造了随机用户均衡模型来描述PGIS条件下的道路和停车选择问题,设计了相应的算法。最后,通过一个算例对模型及算法进行了验证。

洛阳智慧停车诱导系统的设计与实现

主要讨论了支持洛阳市智慧停车诱导系统的数据库结构,诱导基础设施,信息发布内容与方法,以及系统的主要功能.洛阳市智慧停车诱导系统是洛阳智慧交通系统应用的重要组成部分,它为人们的出行提供实时、准确的停车信息以及到达目的地的最佳的行车路线,合理地引导城市车流,保障城市道路的畅通,节约人们的出行成本.

停车诱导系统中筛选停车场(库)方法的研究

在建立停车诱导系统时,一般采用主观经验的方法筛选纳入到诱导系统中的停车场(库),没有进行科学的论证,降低了停车诱导系统的有效性。针对其不足,依托实例,确定了停车场(库)的5项特征指标的评价体系,并利用模糊层次分析法(FuzzyAHP)对停车场(库)纳入停车诱导系统的适应性进行评价,从而选择合理的停车场(库),为筛选纳入到停车诱导系统的停车场(库)提供了理论支撑。

基于VC和MapX的停车诱导信息系统软件开发

文章以VisualC++为开发环境,将MapInfo公司提供的地图控件MapX嵌入其中,开发了以中关村西区地下停车设施为背景的停车诱导信息系统软件。文中重点介绍了应用MapX实现中关村西区地图嵌入、显示、缩放、漫游的方法,以及停车诱导信息实时发布的方法。

停车诱导系统中车位预测模型的研究

研究城市停车诱导系统的停车车位占有率预测问题。首先提出基于BP神经网络的车位占有预测模型,同时将自适应学习速率调整法和加入动量项方法用于改善基本BP神经网络,优化了学习速率,减少了训练过程的震荡趋势,改善了网络的收敛性。以此为基础实现了停车位的智能预测。最后,进行了多种方法比对实验。