【摘要】：城市商業(yè)區(qū)的交通吸引強(qiáng)度高、停車(chē)需求量大,易發(fā)生停車(chē)難現(xiàn)象。停車(chē)誘導(dǎo)系統(tǒng)是智能交通系統(tǒng)(ITS)的重要組成部分,能夠通過(guò)各種方式為駕駛者提供停車(chē)信息,調(diào)節(jié)城市停車(chē)供需平衡,緩解停車(chē)難問(wèn)題。因此,研究商業(yè)區(qū)停車(chē)誘導(dǎo)的關(guān)鍵技術(shù),提高停車(chē)誘導(dǎo)效果,對(duì)改善城市商業(yè)區(qū)停車(chē)環(huán)境、提高其經(jīng)濟(jì)活力具有重要的意義。論文通過(guò)對(duì)城市商業(yè)區(qū)的停車(chē)特性的分析,研究城市商業(yè)區(qū)停車(chē)誘導(dǎo)分區(qū)策略和小區(qū)劃分方法,提出基于LSTM預(yù)測(cè)技術(shù)的誘導(dǎo)信息發(fā)布策略,在對(duì)商業(yè)區(qū)停車(chē)泊位變化特性分析的基礎(chǔ)上,對(duì)基于LSTM神經(jīng)網(wǎng)絡(luò)的有效泊位短時(shí)預(yù)測(cè)技術(shù)和誘導(dǎo)信息發(fā)布技術(shù)進(jìn)行研究。研究商業(yè)區(qū)停車(chē)設(shè)施供應(yīng)規(guī)模和比例、停車(chē)設(shè)施使用特征;對(duì)商業(yè)區(qū)內(nèi)駕駛者的停車(chē)行為特性進(jìn)行調(diào)查,從停車(chē)目的和步行距離兩方面分析停車(chē)行為特性。以南京市六合區(qū)雄州商業(yè)中心區(qū)作為實(shí)例,從設(shè)施和行為兩方面進(jìn)行停車(chē)特性分析。歸納總結(jié)誘導(dǎo)分區(qū)的兩層分區(qū)體系,研究停車(chē)誘導(dǎo)小區(qū)的劃分方法。針對(duì)泊位信息實(shí)時(shí)發(fā)布策略存在的問(wèn)題,提出基于預(yù)測(cè)技術(shù)的誘導(dǎo)信息發(fā)布策略,制訂策略實(shí)施的流程,分析實(shí)施這一策略需要的技術(shù)支持。在對(duì)停車(chē)設(shè)施泊位變化特性分析的基礎(chǔ)上,對(duì)停車(chē)泊位短時(shí)預(yù)測(cè)技術(shù)進(jìn)行研究,針對(duì)既有預(yù)測(cè)技術(shù)的局限性,提出基于LSTM神經(jīng)網(wǎng)絡(luò)的有效泊位短時(shí)預(yù)測(cè)技術(shù),并通過(guò)實(shí)例比較驗(yàn)證預(yù)測(cè)技術(shù)的準(zhǔn)確性。總結(jié)現(xiàn)有的泊位信息發(fā)布方式,選擇誘導(dǎo)信息板作為研究對(duì)象;研究泊位信息發(fā)布的顯示方法,針對(duì)空滿(mǎn)法存在的缺陷,研究如何將泊位短時(shí)技術(shù)應(yīng)用到空滿(mǎn)狀態(tài)判定方法中;分析泊位信息發(fā)布更新頻率的影響因素,提出了基于短時(shí)預(yù)測(cè)技術(shù)的泊位信息發(fā)布可變更新法。
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：U491.7
【圖文】：

圖 4-2 每日變化趨勢(shì)相似度聚類(lèi)譜系從圖 4-2 中可以看出，周一、周二、周三、周四聚集為一類(lèi)，周五、周六和周日聚集為另一類(lèi)，說(shuō)明周一至周四這四個(gè)工作日的停車(chē)泊位變化趨勢(shì)相似度高，周六、周日兩個(gè)休息日和周五的變化趨勢(shì)相類(lèi)似，而兩組之間的變化趨勢(shì)的差異性較大。這是由人們的出行規(guī)律導(dǎo)致的，工作日內(nèi)出行以工作出行為主，休閑娛樂(lè)為輔，而休息日內(nèi)出行中休閑娛樂(lè)占較大比例，但是也存在一定的隨機(jī)性（周五）。同時(shí)，從表 4-1 分析可以看出，相鄰兩日停車(chē)泊位的變化趨勢(shì)相對(duì)較高。2. 波動(dòng)性宏觀上停車(chē)泊位變化趨勢(shì)具有相似性，下面將從微觀的角度分析不同觀測(cè)尺度（時(shí)間間隔）下泊位變化的特性。這里采用波動(dòng)率的概念來(lái)刻畫(huà)泊位變化的波動(dòng)特性，設(shè)停車(chē)泊位時(shí)間序列為S( )，其中n 1,2, ,T為相應(yīng)的時(shí)間點(diǎn)，則在 t 時(shí)間點(diǎn)的波動(dòng)率如下：1( 1, 2,..., 1)t ttts st Ts （4-2）以文星廣場(chǎng) 2017 年 11 月 09 日（周四）一天的停車(chē)泊位序列為例，分別取時(shí)間間隔1min、2min、5min 和 10min，利用公式計(jì)算結(jié)果如圖 4-3 所示：

圖 4-4 文星廣場(chǎng) 11 月 06 日泊位時(shí)間序列小波分解序列圖中， 3分解后的低頻時(shí)間序列，反映了泊位變化的本質(zhì)趨勢(shì)， 1、 2和 3為分解后的高頻時(shí)間序列，反映了不確定因素對(duì)泊位變化趨勢(shì)的干擾。4.3.3 有效停車(chē)泊位時(shí)間序列的消噪處理經(jīng)過(guò)小波分解后得到 1 個(gè)低頻時(shí)間序列和 3 個(gè)高頻時(shí)間序列，時(shí)間序列的噪聲蘊(yùn)含在高頻系數(shù)中，通過(guò)閾值去噪的方法來(lái)對(duì)高頻時(shí)間序列進(jìn)行處理。在開(kāi)始對(duì)時(shí)間序列信號(hào)去噪之前，需要選擇合適的閾值函數(shù)。常用的閾值選取規(guī)則有如下幾種[62]：（1）rigrsure采用基于 Stein 的無(wú)偏似然估計(jì)原理，閾值為給定的閾值的似然估計(jì)的最小化值。（2）sqtwolog采用固定公式sqrt(2× log( ( )))計(jì)算得到閾值，式中 X 為信號(hào)。（3）minimaxi采用極大極小原理選擇閾值，產(chǎn)生的極值為一個(gè)最小均方誤差。這里采取 sgtwolog 固定閾值的選取規(guī)則，對(duì) 3 組高頻時(shí)間序列進(jìn)行處理，如下圖所示：

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡悅;;金融市場(chǎng)中的神經(jīng)網(wǎng)絡(luò)拐點(diǎn)預(yù)測(cè)法[J];金融經(jīng)濟(jì);2017年18期

2 韓真;凱文·哈特尼特;;為神經(jīng)網(wǎng)絡(luò)的通用理論建造基石[J];世界科學(xué);2019年04期

3 遲惠生;陳珂;;1995年世界神經(jīng)網(wǎng)絡(luò)大會(huì)述評(píng)[J];國(guó)際學(xué)術(shù)動(dòng)態(tài);1996年01期

4 吳立可;;脈沖神經(jīng)網(wǎng)絡(luò)和行為識(shí)別[J];通訊世界;2018年12期

5 林嘉應(yīng);鄭柏倫;劉捷;;基于卷積神經(jīng)網(wǎng)絡(luò)的船舶分類(lèi)模型[J];信息技術(shù)與信息化;2019年02期

6 俞頌華;;卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展與應(yīng)用綜述[J];信息通信;2019年02期

7 王麗華;楊秀萍;王皓;高崢翔;;智能雙輪平衡車(chē)的設(shè)計(jì)研究[J];數(shù)字技術(shù)與應(yīng)用;2018年04期

8 張庭略;;基于硬件的神經(jīng)網(wǎng)絡(luò)加速[J];通訊世界;2018年08期

9 蘇秀婷;;耦合神經(jīng)網(wǎng)絡(luò)的同步[J];紹興文理學(xué)院學(xué)報(bào)(自然科學(xué));2016年03期

10 朱n

本文編號(hào)：2739815