本文關鍵詞：城市中心區(qū)典型行政辦公配建泊位共享時間窗口劃分研究

  更多相關文章： 共享停車 行政辦公建筑 共享時間窗口

【摘要】：近年來隨著機動化速度的提高,城市中心區(qū)停車泊位不足的問題更為嚴重。行政辦公建筑配建停車設施在停車需求低谷時,擁有較多的空余泊位。通過行政辦公建筑的停車共享,能夠充分利用有限的泊位滿足更多的停車需求,有助于解決城市中心區(qū)的停車問題。本文以城市中心區(qū)行政辦公建筑配建停車設施作為研究對象,期望通過停車共享達到充分利用行政辦公建筑現(xiàn)有泊位的目標。首先,基于對中心區(qū)典型行政辦公建筑停車的調查,行政辦公建筑停車需求主體進行分析,將停放車輛分為公務用車、職員私家車和外來業(yè)務用車三類。從工作日、周末兩個時段分別對停車總量時間分布和停車駛入駛離特征進行了分析,掌握行政辦公建筑停車需求規(guī)律。同時,考慮會議停車需求對停車設施使用的影響。在停車設施使用特性分析的基礎上,論述行政辦公建筑實施共享停車的適應性以及適用的共享模式。其次,通過對行政辦公建筑通勤停車者和業(yè)務停車者兩類不同人群分別進行問卷調查,主要分析停車影響因素對通勤停車的影響,并簡要分析業(yè)務停車者的停車行為。針對共享,說明通勤停車者單位泊位開放的意愿以及業(yè)務停車者對共享泊位的接受情況。接著,對行政辦公建筑停車需求可預測性分析的基礎上,構建小波分析與BP神經網絡結合的停車需求預測方法。通過實例,展示小波BP神經網絡預測方法的流程,并對預測效果進行論述,說明該方法在行政辦公建筑停車需求預測中的可行性。最后,提出共享時間窗口的劃分原則,并遵循該原則提出行政辦公建筑工作日白天、夜間、會議日以及周末共享窗口不同的劃分方法。選擇開放時長和共享泊位數目作為約束條件,提出共享時間窗口的劃分步驟。結合對通勤停車者的調查,構建通勤出行方式相關的二元Logit模型,通過費率改變和單位政策支持實現(xiàn)通勤停車總量的調整。結合實例對共享時間窗口劃分調整方法具體過程進行說明。
【關鍵詞】：共享停車 行政辦公建筑 共享時間窗口
【學位授予單位】：東南大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：U491.7
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 緒論10-20
• 1.1 研究背景及意義10-11
• 1.2 國內外研究概況11-15
• 1.2.1 辦公建筑停車特性研究11-12
• 1.2.2 行政辦公建筑停車泊位配建標準研究12
• 1.2.3 共享停車理論與方法研究12-13
• 1.2.4 停車行為選擇特性研究13-14
• 1.2.5 停車需求預測研究14
• 1.2.6 國內外研究概況總結14-15
• 1.3 研究內容15-16
• 1.4 研究技術路線16-19
• 1.5 本章小結19-20
• 第二章 行政辦公建筑停車特性分析20-32
• 2.1 行政辦公建筑停車設施特性20-22
• 2.1.1 停車設施類型20
• 2.1.2 停車設施服務對象20-22
• 2.2 行政辦公建筑停車需求特性22-29
• 2.2.1 調查對象概況22
• 2.2.2 工作日停車需求時變特征22-24
• 2.2.3 周末停車需求時變特征24-26
• 2.2.4 會議日停車需求時變特征26-29
• 2.3 行政辦公建筑共享停車適應性29-30
• 2.3.1 停車共享理念29
• 2.3.2 行政辦公建筑停車共享實施條件29-30
• 2.3.3 行政辦公建筑停車泊位共享實施模式30
• 2.4 本章小結30-32
• 第三章 行政辦公單位停車行為特性分析32-43
• 3.1 停車行為特性調查32
• 3.2 停車影響因素32-33
• 3.3 通勤停車行為特性分析33-41
• 3.3.1 通勤停車者個人特性分析34-35
• 3.3.2 通勤停車者停車特征分析35-39
• 3.3.3 通勤停車者共享意愿分析39-41
• 3.4 業(yè)務停車行為特性分析41-42
• 3.5 本章小結42-43
• 第四章 行政辦公單位停車需求預測43-58
• 4.1 行政辦公單位停車需求規(guī)律性分析43-47
• 4.1.1 數據來源43-44
• 4.1.2 停車需求相似性分析44-47
• 4.2 停車需求預測方法選擇47-48
• 4.3 小波BP神經網絡預測方法48-54
• 4.3.1 小波分析原理48-50
• 4.3.2 BP神經網絡50-54
• 4.3.3 小波—BP神經網絡預測流程54
• 4.3.4 預測結果評價參數54
• 4.4 基于實測數據的停車需求預測分析54-57
• 4.5 本章小結57-58
• 第五章 行政辦公建筑共享時間窗口劃分58-90
• 5.1 共享時間窗口劃分原則58-59
• 5.2 共享時間窗口劃分方法59-68
• 5.2.1 工作日上班時段共享窗口劃分59-63
• 5.2.2 工作日夜間共享窗口劃分63-66
• 5.2.3 會議共享窗口劃分66-67
• 5.2.4 周末共享窗口劃分67-68
• 5.3 停車需求調節(jié)68-72
• 5.3.1 停車需求調節(jié)目的68
• 5.3.2 停車行為選擇模型建立68-72
• 5.4 基于實測數據的共享時間窗口劃分方法72-88
• 5.5 行政辦公建筑停車共享存在問題及對策88
• 5.6 本章小結88-90
• 第六章 結論和展望90-92
• 6.1 工作總結90-91
• 6.2 創(chuàng)新成果91
• 6.3 研究展望91-92
• 參考文獻92-95
• 致謝95-96
• 附錄A 通勤停車者調查問卷96-97
• 附錄B 通勤停車者調查問卷97-98
• 附錄C BP神經網絡MATLAB程序98-103
• 附錄D 共享時間窗口劃分C++程序103-107
• 附錄E 泊松過程仿真MATLAB程序107-109
• 附錄F 共享時間窗口劃分結果109-112
• 攻讀碩士學位期間發(fā)表論文及參與科研情況112

【參考文獻】

中國期刊全文數據庫 前10條

1 戚志偉;朱從坤;;辦公類建筑停車特性分析[J];交通科技與經濟;2014年06期

2 周巖;董瑞娟;楊偉;;現(xiàn)代化居住社區(qū)停車特性與需求分析[J];交通科技與經濟;2014年02期

3 冉江宇;過秀成;;混合開發(fā)用地配建停車泊位共享配置方法研究[J];交通信息與安全;2014年02期

4 梁瀟;王忠宇;李林波;吳兵;;中心商業(yè)區(qū)停車方式選擇行為影響因素研究[J];交通信息與安全;2013年04期

5 蘇靖;關宏志;秦煥美;;基于泊位共享效用的混合用地停車需求比例研究[J];城市交通;2013年03期

6 潘馳;趙勝川;姚榮涵;;基于出行目的停車行為差異性分析[J];交通信息與安全;2012年01期

7 薛行健;歐心泉;晏克非;;基于泊位共享的新城區(qū)停車需求預測[J];城市交通;2010年05期

8 陳永茂;過秀成;冉江宇;;城市建筑物配建停車設施對外共享的可行性研究[J];現(xiàn)代城市研究;2010年01期

9 肖飛;張利學;晏克非;;基于泊位共享的停車需求預測[J];城市交通;2009年03期

10 云美萍;龍科軍;勞云騰;楊曉光;;考慮停車選擇概率的公共停車場規(guī)模優(yōu)化模型[J];系統(tǒng)工程;2008年02期

，

本文編號：584433