[發(fā)明專利]一種基于神經(jīng)網(wǎng)絡(luò)的公共停車場停車需求預(yù)測方法在審
| 申請?zhí)枺?/td> | 201910038428.8 | 申請日: | 2019-01-16 |
| 公開(公告)號: | CN109886459A | 公開(公告)日: | 2019-06-14 |
| 發(fā)明(設(shè)計)人: | 蔣盛川;王晨薇;王金棟;杜豫川;張小寧 | 申請(專利權(quán))人: | 同濟大學(xué);上海浦東路橋建設(shè)股份有限公司 |
| 主分類號: | G06Q10/04 | 分類號: | G06Q10/04;G08G1/14;G06N3/08 |
| 代理公司: | 上海科盛知識產(chǎn)權(quán)代理有限公司 31225 | 代理人: | 蔡彭君 |
| 地址: | 200092 *** | 國省代碼: | 上海;31 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 影響因素 神經(jīng)網(wǎng)絡(luò) 停車 公共停車場 預(yù)測 歸一化數(shù)據(jù) 需求預(yù)測 樣本 歸一化處理 停車場泊位 停車時長 需求影響 車位 可用 占有率 采集 驗證 | ||
本發(fā)明涉及一種基于神經(jīng)網(wǎng)絡(luò)的公共停車場停車需求預(yù)測方法,包括:步驟S1:采集各樣本時段的需求特征值和對應(yīng)的各影響因素的數(shù)據(jù),以及待預(yù)測時段的各影響因素的數(shù)據(jù),其中,需求特征值包括停車場泊位平均周轉(zhuǎn)率、平均停車時長和各時段平均車位占有率;步驟S2:歸一化處理各影響因素的數(shù)據(jù);步驟S3:將各樣本時段的需求特征值和對應(yīng)的各影響因素的歸一化數(shù)據(jù)對預(yù)測用神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練和驗證;步驟S4:將待預(yù)測時段的各影響因素的歸一化數(shù)據(jù)輸入訓(xùn)練好的神經(jīng)網(wǎng)絡(luò),得到待預(yù)測時段的需求特征值。與現(xiàn)有技術(shù)相比,本發(fā)明可用于不同區(qū)域、能夠反映停車收費對停車需求影響的公共停車場停車需求的預(yù)測。
技術(shù)領(lǐng)域
本發(fā)明涉及一種人工智能技術(shù),尤其是涉及一種基于神經(jīng)網(wǎng)絡(luò)的公共停車場停車需求預(yù)測方法。
背景技術(shù)
停車場是靜態(tài)交通管理中極其重要的一環(huán),做好停車場建設(shè)的規(guī)劃、運營、管理,可以最大程度滿足車輛的停車需求,減少違章停車,提升道路通行效率。反之,如果沒有根據(jù)停車場的泊位平均周轉(zhuǎn)率、平均停車時長、各時段車位占有率等停車特征定制適當(dāng)?shù)墓芾聿呗裕环矫鏁斐赏\囯y問題難以有效緩解;另一方面,如果社會停車場過多或收費過高,則會造成停車場利用效率不高,導(dǎo)致資金和土地資源的浪費,影響社會、經(jīng)濟的發(fā)展。因此,準(zhǔn)確預(yù)測停車場停車特征對于合理規(guī)劃停車場、制定適當(dāng)?shù)氖召M運營管理策略有著重大意義。
目前停車需求的預(yù)測方法有停車生成率模型、用地與交通影響分析模型、多元回歸分析預(yù)測模型和配建停車需求標(biāo)準(zhǔn)等,但現(xiàn)有的方法中模型的相關(guān)參數(shù)均是規(guī)劃、設(shè)計人員從行業(yè)標(biāo)準(zhǔn)、規(guī)范或根據(jù)模型回歸得出,無法因地制宜地反映不同擬建區(qū)域、不同用地性質(zhì)的人口、經(jīng)濟等復(fù)雜因素帶來的影響,與實際情況往往存在偏差。同時,現(xiàn)有技術(shù)無法準(zhǔn)確考慮停車收費策略對于停車需求的影響,無法滿足停車場運營者在制定適當(dāng)?shù)耐\囀召M策略時的需求。
例如中國專利CN 103093643A公開了一種確定公共停車場泊位數(shù)的方法,其利用BP神經(jīng)網(wǎng)絡(luò)確定公共停車場泊位數(shù)的方法。其所考慮的神經(jīng)網(wǎng)絡(luò)輸入層包括人口、GDP、家庭平均月收入和家庭平均小汽車數(shù),輸出層為規(guī)劃停車場的泊位數(shù)。但這種方式僅能確定停車場的泊位數(shù)量,而無法預(yù)測和已建成的停車場的運營、管理、定價策略相關(guān)的泊位平均周轉(zhuǎn)率、平均停車時長、平均車位占有率等特征參數(shù)。
再如中國專利CN 102867407A公開了一種停車場有效泊位占有率多步預(yù)測方法,其利用小波神經(jīng)網(wǎng)絡(luò)-最大李雅譜諾夫指數(shù)方法組合預(yù)測模型,對停車場有效泊位占有率進行多步預(yù)測。但這種方式僅能夠?qū)δ骋惶囟ǖ摹⒁呀ǔ傻耐\噲鲞M行泊位占有率的預(yù)測,無法根據(jù)停車場擬建區(qū)域的用地特性,對規(guī)劃中的不同區(qū)域的停車場的停車特征進行預(yù)測。
發(fā)明內(nèi)容
本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種基于神經(jīng)網(wǎng)絡(luò)的公共停車場停車需求預(yù)測方法。
本發(fā)明的目的可以通過以下技術(shù)方案來實現(xiàn):
一種基于神經(jīng)網(wǎng)絡(luò)的公共停車場停車需求預(yù)測方法,包括:
步驟S1:采集各樣本時段的需求特征值和對應(yīng)的各影響因素的數(shù)據(jù),以及待預(yù)測時段的各影響因素的數(shù)據(jù),其中,所述需求特征值包括停車場泊位平均周轉(zhuǎn)率、平均停車時長和各時段平均車位占有率;
步驟S2:歸一化處理各影響因素的數(shù)據(jù);
步驟S3:將各樣本時段的需求特征值和對應(yīng)的各影響因素的歸一化數(shù)據(jù)對預(yù)測用神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練和驗證;
步驟S4:將待預(yù)測時段的各影響因素的歸一化數(shù)據(jù)輸入訓(xùn)練好的神經(jīng)網(wǎng)絡(luò),得到待預(yù)測時段的需求特征值。
所述影響因素包括周邊500米用地類型、周邊500米范圍就業(yè)崗位總數(shù)、周邊500米范圍住宅家庭總數(shù)、周邊500米范圍家庭平均年收入、周邊1000范圍內(nèi)停車泊位總數(shù)、待預(yù)測停車場泊車數(shù)量、待預(yù)測停車場收費標(biāo)準(zhǔn)、待預(yù)測停車場建設(shè)類型。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于同濟大學(xué);上海浦東路橋建設(shè)股份有限公司,未經(jīng)同濟大學(xué);上海浦東路橋建設(shè)股份有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910038428.8/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業(yè)、金融、管理、監(jiān)督或預(yù)測目的的數(shù)據(jù)處理系統(tǒng)或方法;其他類目不包含的專門適用于行政、商業(yè)、金融、管理、監(jiān)督或預(yù)測目的的處理系統(tǒng)或方法
G06Q10-00 行政;管理
G06Q10-02 .預(yù)定,例如用于門票、服務(wù)或事件的
G06Q10-04 .預(yù)測或優(yōu)化,例如線性規(guī)劃、“旅行商問題”或“下料問題”
G06Q10-06 .資源、工作流、人員或項目管理,例如組織、規(guī)劃、調(diào)度或分配時間、人員或機器資源;企業(yè)規(guī)劃;組織模型
G06Q10-08 .物流,例如倉儲、裝貨、配送或運輸;存貨或庫存管理,例如訂貨、采購或平衡訂單
G06Q10-10 .辦公自動化,例如電子郵件或群件的計算機輔助管理
- 硬件神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法、計算裝置、軟硬件協(xié)作系統(tǒng)
- 生成較大神經(jīng)網(wǎng)絡(luò)
- 神經(jīng)網(wǎng)絡(luò)的生成方法、生成裝置和電子設(shè)備
- 一種舌診方法、裝置、計算設(shè)備及計算機存儲介質(zhì)
- 學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
- 脈沖神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法及相關(guān)轉(zhuǎn)換芯片
- 圖像處理方法、裝置、可讀存儲介質(zhì)和計算機設(shè)備
- 一種適應(yīng)目標(biāo)數(shù)據(jù)集的網(wǎng)絡(luò)模型微調(diào)方法、系統(tǒng)、終端和存儲介質(zhì)
- 用于重構(gòu)人工神經(jīng)網(wǎng)絡(luò)的處理器及其操作方法、電氣設(shè)備
- 一種圖像神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化方法及裝置





