[發(fā)明專(zhuān)利]一種基于前景理論的停車(chē)泊位共享效益動(dòng)態(tài)判定方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110990123.4
• 申請(qǐng)日: 2021-09-24
• 公開(kāi)（公告）號(hào): CN113706011B
• 公開(kāi)（公告）日: 2023-06-02
• 發(fā)明（設(shè)計(jì)）人: 高良鵬;葉習(xí)習(xí);張陽(yáng);簡(jiǎn)文良;呂英志
• 申請(qǐng)（專(zhuān)利權(quán)）人: 福建工程學(xué)院
• 主分類(lèi)號(hào): G06Q10/0635
• 分類(lèi)號(hào): G06Q10/0635;G06Q30/0202;G06Q30/0601;G06Q30/0645;G06N3/02;G06N3/084;G06Q30/0226
• 代理公司: 福州君誠(chéng)知識(shí)產(chǎn)權(quán)代理有限公司 35211
• 代理人: 戴雨君

本發(fā)明公開(kāi)一種基于前景理論的停車(chē)泊位共享效益動(dòng)態(tài)判定方法，根據(jù)停車(chē)場(chǎng)歷史停車(chē)需求量，預(yù)測(cè)出目標(biāo)日期內(nèi)的停車(chē)需求量；向移動(dòng)群智感知網(wǎng)絡(luò)中的個(gè)體開(kāi)放競(jìng)價(jià)以征求共享泊位，跟蹤個(gè)體泊位共享的競(jìng)價(jià)結(jié)果，計(jì)算個(gè)體的競(jìng)價(jià)能夠?yàn)橥＼?chē)場(chǎng)帶來(lái)的經(jīng)濟(jì)效益期望以及自身獲得的實(shí)際經(jīng)濟(jì)收益；引入條件風(fēng)險(xiǎn)價(jià)值函數(shù)刻畫(huà)個(gè)體因風(fēng)險(xiǎn)而感知到的經(jīng)濟(jì)收益，在基于前景理論的競(jìng)價(jià)判定規(guī)則下，以所獲取的風(fēng)險(xiǎn)感知收益總和最大化為目標(biāo)，計(jì)算并分析彈性停車(chē)激勵(lì)機(jī)制在不同情景下共享泊位的回收判定機(jī)理與對(duì)外租賃最優(yōu)價(jià)位，實(shí)現(xiàn)停車(chē)泊位共享效益的動(dòng)態(tài)判定。本發(fā)明有利于確保停車(chē)場(chǎng)在租賃共享停車(chē)泊位時(shí)兼顧運(yùn)營(yíng)的經(jīng)濟(jì)效益與個(gè)體風(fēng)險(xiǎn)感知收益。

技術(shù)領(lǐng)域

本發(fā)明涉及，尤其涉及一種基于前景理論的停車(chē)泊位共享效益動(dòng)態(tài)判定方法。

背景技術(shù)

近年來(lái)，隨著智能手機(jī)的普及以及信息通信技術(shù)的發(fā)展，在交通領(lǐng)域通過(guò)經(jīng)濟(jì)激勵(lì)的方式鼓勵(lì)社會(huì)大眾參與到城市道路資源的協(xié)調(diào)活動(dòng)已逐漸成為一種趨勢(shì)。

特別是在城市停車(chē)共享方面，濫觴于加州大學(xué)伯克利分校Raja?Sengupta教授提出的彈性停車(chē)激勵(lì)機(jī)制，停車(chē)共享政策不僅可著眼于設(shè)計(jì)競(jìng)價(jià)激勵(lì)模式降低共享泊位的經(jīng)濟(jì)成本，提升停車(chē)資源利用效率，而且還可以著意于改變駕車(chē)者出行行為選擇偏好，引導(dǎo)人們從小汽車(chē)出行方式轉(zhuǎn)變?yōu)槠渌G色、低碳的出行方式。其主要思想是將泊位共享者視為移動(dòng)群智感知網(wǎng)絡(luò)中的個(gè)體，通過(guò)逆向密封拍賣(mài)的方式保障網(wǎng)絡(luò)中個(gè)體競(jìng)價(jià)的真實(shí)性何可靠性，然后將所回收的泊位重新投放入停車(chē)市場(chǎng)，從而在彌補(bǔ)停車(chē)供需雙方信息不對(duì)稱(chēng)的同時(shí)，使停車(chē)場(chǎng)可以通過(guò)租賃換取差額利潤(rùn)空間。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于前景理論的停車(chē)泊位共享效益動(dòng)態(tài)判定方法。

本發(fā)明采用的技術(shù)方案是：

一種基于前景理論的停車(chē)泊位共享效益動(dòng)態(tài)判定方法，其包括以下步驟：

步驟1、根據(jù)停車(chē)場(chǎng)歷史停車(chē)需求量，預(yù)測(cè)出目標(biāo)日期內(nèi)的停車(chē)需求量D；

步驟2、向移動(dòng)群智感知網(wǎng)絡(luò)中的個(gè)體開(kāi)放競(jìng)價(jià)以征求共享泊位，將目標(biāo)日期內(nèi)擬回收的共享泊位競(jìng)價(jià)集合記為B_P＝{β₁,β₂,...,β_p,...,β_P}，其中p為發(fā)起競(jìng)價(jià)的個(gè)體，P為可發(fā)起競(jìng)價(jià)的總體人數(shù)，B_P即為停車(chē)場(chǎng)在目標(biāo)日期內(nèi)收到所有競(jìng)價(jià)價(jià)位；

步驟3、跟蹤個(gè)體泊位共享的競(jìng)價(jià)結(jié)果，計(jì)算個(gè)體p的競(jìng)價(jià)能夠?yàn)橥＼?chē)場(chǎng)帶來(lái)的經(jīng)濟(jì)效益期望π_p以及自身獲得的實(shí)際經(jīng)濟(jì)收益ε_p；

步驟4、根據(jù)前景理論設(shè)定χ_p為停車(chē)場(chǎng)對(duì)個(gè)體p競(jìng)價(jià)價(jià)位β_p的判定狀態(tài)，并提出一套可滿足B_P即時(shí)產(chǎn)生競(jìng)價(jià)判定的規(guī)則，遴選出B_P中的勝標(biāo)者，將其狀態(tài)集合記為X_P＝{χ₁,χ₂,...,χ_p,...,χ_P}，其中若χ_p＝1則說(shuō)明停車(chē)場(chǎng)判定個(gè)體p的競(jìng)價(jià)可以被接受，反之χ_p＝0則判定為拒絕；

步驟5、引入條件風(fēng)險(xiǎn)價(jià)值函數(shù)刻畫(huà)個(gè)體因風(fēng)險(xiǎn)而感知到的經(jīng)濟(jì)收益CVaR^η(ε_p)，在基于前景理論的競(jìng)價(jià)判定規(guī)則下，以所獲取的風(fēng)險(xiǎn)感知收益總和最大化為目標(biāo)，計(jì)算并分析彈性停車(chē)激勵(lì)機(jī)制在不同情景下共享泊位的回收判定機(jī)理與對(duì)外租賃最優(yōu)價(jià)位，實(shí)現(xiàn)停車(chē)泊位共享效益的動(dòng)態(tài)判定。

進(jìn)一步的，所述步驟1中，在預(yù)測(cè)停車(chē)需求量前，對(duì)所選取時(shí)段的停車(chē)泊位占有量進(jìn)行波動(dòng)率分析，波動(dòng)率計(jì)算公式如下：