[發明專利]基于前饋LSTM模型的停車場庫推薦方法

有效

• 申請號: 202110334679.8
• 申請日: 2021-03-29
• 公開（公告）號: CN113053125B
• 公開（公告）日: 2021-12-31
• 發明（設計）人: 武鑫;張超;張帥;王高翔;李樺媛
• 申請（專利權）人: 浙江財經大學
• 主分類號: G08G1/01
• 分類號: G08G1/01;G08G1/14;G06N3/04;G06N3/08
• 代理公司: 杭州奧創知識產權代理有限公司 33272
• 代理人: 王佳健

本發明涉及一種基于前饋LSTM模型的停車場庫推薦方法。本發明綜合考慮前往交通熱點區域車輛至停車場的時間花費、停車場內尋找車位的時間花費以及駛離停車場的時間花費，本發明在對車場的便捷指數和通行指數預測時使用了天氣數據，可以有效的提高預測的精度。該預測精度的提高有助于提升車主的停車體驗，使車主更易接受本發明提出的推薦方案，本發明可有效緩解交通熱點區域周邊交通通行壓力。

技術領域

本發明涉及一種交通熱點區域周邊停車場庫推薦方法，更具體地，涉及一種基于前饋LSTM模型的停車場庫推薦方法。

背景技術

隨著城市化的深入，城市的人口和交通已經遠遠超過城市土地和基礎設施所能承受的規模。加快建設城市交通基礎設施(道路交通系統、地鐵軌道交通系統、車站及停車場系統等)，注重提高已有交通設施和設備的運用效率等傳統措施受到土地資源、資金以及體制等因素的限制，已經進入邊際效益遞減的發展階段，短時間內無法大幅度提高城市的交通容量。尤其在醫院等重點交通熱點區域，難免形成“經絡不通”的城市交通“痛點”。如何在現有基礎設施下，利用更多科技手段，動用更多基層系統去解決這些“痛點”成為現在大中型城市交通和民生改善極為重要的課題之一。

對類似于醫院周邊等城市交通的“栓點”，對其進行綜合治理是和城市居民生活息息相關的重要民生話題。這些地方的停車位與局部的停車需求嚴重不匹配，導致在一些時間段內大量車輛滯留再區域內，形成排隊現象，對相應路段的通行效率產生了極大的影響。通常這些區域路況復雜，周邊停車場停車能力有限，且很多車場位于寫字樓、辦公樓等，每日泊位分布是同峰的，由車輛自行尋找車場難度很大。因此對這樣的區域來說，進行引流疏導是優選方案。

目前在對車輛進行引流疏導現行通用的做法是通過導示牌等將周邊車場的擁堵指數、停車指數、泊位指數等推送給車主，車主根據這些信息自主選擇車場進行泊車。在這樣的方法中，需要車主對各個指數的含義以及周邊地理較為熟悉才能起到較好的引流效果，但實際上很多車主并不清楚這些指數所代表的具體含義，以及對其而言到底哪個車場才是最合適的。同時，在這樣的操作中，并沒有考慮到引流對區域通行產生的影響，以及車輛接受引流后到達引流車場的效率。

發明內容

本發明要克服現有技術上的上述缺點，提供一種停車場庫的推薦方法，既保證車主能快速找到合適的停車場進行泊車，又提高了車輛接受引流后到達引流車場的效率。

本發明的所采取的技術方案為：

步驟一：根據采集到的停車場周邊道路的歷史信息計算停車場通行指數I_Ck。

步驟二：根據采集到的車輛到達熱點區域后再在停車場停放的歷史信息計算停車場停車便捷指數I_Ak。

步驟三：根據歷史數據分別計算停車場k的便捷指數和通行指數得到樣本集：

其中，I_Akj為第j個單位時間時由步驟一計算得到的停車場k的便捷指數，I_Ckj為第j個所述時間時由步驟二計算得到的停車場k的通行指數，W_j為第j個單位時間時對應的天氣數據集合。

步驟四：構造輸入集Input和輸出集Output。

輸入集：

對應的輸出集：

步驟五：將所述輸入集及對應的輸出集劃分為訓練集和測試集，其中，訓練集包括前m個輸入集及其對應的輸出集。所述測試集包括第m+1到第M個輸入集及其對應的輸出集。對所述訓練集和樣本集分別進行歸一化處理。

步驟六：將歸一化后的訓練集輸入LSTM神經網絡模型進行訓練，并判斷訓練誤差是否小于預定誤差閾值或訓練次數是否達到預定次數閾值。如果達到所述閾值，則訓練結束。