居住区共享停车场运营策略

为缓解城市停车供需不平衡的困境,将居住区内空闲时段的车位共享的停车管理模式引起了广泛关注.然而,在共享车位管理策略的制定方面,对如何避免返回的车位提供者与社会停车用户之间的停车时空冲突问题却重视不足.在总结和考虑车位提供者不同的返回规律的前提下,以停车场内共享车位的共享率和管理者的收益最大化为目标,构建相应的居住区车位...     

基于共享泊位分配模型的新建停车场规模

为缓解城市停车泊位供需不均衡的问题,对城市新建停车场泊位规模问题进行研究.采用共享泊位分配模型对停车需求进行预测,在此基础上引入了灰理想关联熵理论提出停车场规模修正系数概念,实现了对新建停车场泊位数量规模的测算.选取拉萨神力时代商圈范围内的三个新建停车场为研究对象,对其商业区和居住区的停车泊位供给现状、停车需求实际、平...     

非齐次泊松过程的统计推断

对可修系统或产品进行可靠性增长研究,其强度函数为Vi（t）=αiβitβj-1,并定义了系统能达到的MTBF,给出了它的极大似然估计,点估计和区间估计。     

基于最佳粒子共享和分层搜索的并行粒子群优化算法

为提高粒子群优化算法在优化问题中的效率,本文提出了并行粒子群优化算法(BLP-SO).基本思想是并行机制 最佳粒子共享 分层搜索.主要工作包括(1)信息共享机制中引入了区域学习,使粒子更新能参考其他粒子的信息;(2)提出了粒子群两层划分模型,底层利于扩大搜索范围,上层利于全局精细搜索;(3)证明了关于粒子群和并行粒子群收敛性定理;(4)在4个基准函数上的优化实验表明,新方法比经典的IPPSO并行粒子群算法在解的精度上提高了51.93%到96.10%.     

基于CU变换的非齐次泊松过程的统计验证模型

开源软件中故障输入数据的非齐次泊松过程(NHPP)的检验和均值函数的估计是排队论分析中重要的子问题。本文依据均值函数的连续性和缓慢变化性,把NHPP转化为小区间泊松性的分段常数非齐次泊松过程(PC NHPP)进行研究,主要运用条件均匀(CU)变换法对数据调整变换后,验证泊松性。本文还运用Bugzilla的错误报告数据对模型实践分析,结果显示CU变换后的验证效果可以接受。最后运用R语言拟合参数,计算出故障输入过程参数,为排队论模型构造和求解奠定基础。     

基于合理信息共享机制的粒子群算法

本文基于合理的信息共享机制,提出了一种改进的粒子群算法。该算法一方面,将粒子群算法中粒子行为基于个体最优位置和种群最优位置变化为基于个体最优位置、种群最优位置和其余粒子的个体最优位置。另一方面,粒子根据适应值的大小来决定其余粒子个体最优信息的利用程度。因此,每个粒子利用了更多其它粒子的有用信息,加强了粒子之间的合作与竞争。3个基准测试函数的仿真试验表明了改进算法的有效性。     

基于粒子群优化的求解城市动态拥堵收费费率策略的模拟算法

实施动态拥堵收费是解决日益严重城市交通堵塞问题有效途径,近年来关于拥堵收费的研究成为领域内热点,但大多采用静态建模.应用动态交通流分配的相关理论和粒子群优化算法方法,建立起一个分析、评价城市路网系统动态拥堵收费策略的系统仿真算法.该算法具备结构简单、易于使用等特点.     

基于实时车辆信息共享的公交动态控制策略

为了应对越来越多的乘客利用手机软件实时查看车辆位置信息以帮助其计划出发时间这一发展趋势,探究实时车辆信息共享程度对公交动态控制策略的影响,结合长短时记忆网络(long short term memory, LSTM)预测模型和遗传算法(genetic algorithm, GA)构建GA-LSTM实时混合公交运行轨迹预测模型;在实时公交运行轨迹预测模型的基础上,建立考虑乘客接受实时车辆信息共享程度、以最小化车头时距偏差和乘客乘车时间为目标的公交动态驻站控制策略;通过西安市实际数据测试实时公交运行轨迹预测模型和公交动态驻站控制策略的有效性,并讨论不同最大驻站控制时间、接受实时信息乘客比例对公交动态驻站控制策略的影响。研究结果表明：利用GA-LSTM预测模型预测停车服务时间和站间运行时间的均方根误差(RMSE)相较于传统LSTM预测模型的预测结果分别降低了21.19%和44.55%;考虑实时车辆信息共享的动态控制策略预测结果比未考虑信息共享的动态控制策略目标函数预测结果降低了31.66%;随着最大驻站时间增加,目标函数值减少到定值后保持稳定;随着接受实时信息乘客比例增加,目标函数值持续减少...     

基于粒子群算法的共享单车站间调度优化方法

对单车实行精准高效的调度是目前共享单车系统亟须攻克的重要难题之一。共享单车的调度问题可以看作是一个受时间、地域、人流等多因素影响的NP完全问题(Non-deterministic Polynomial Complete Problem)。目前,我国在这一方面的研究工作尚不成熟。根据单车调度实际情况,考虑调度车容量与站点满意度约束,以旅行商问题为基础,建立综合优化最大化的共享单车站间调度数学模型,通过优化多目标问题的混合禁忌-粒子群算法,对上述模型进行求解。最后以合肥市大学城实际单车站点为算例,以该算法进行求解。结果证实该算法可以得到综合最优的调度路线。     

个性化诱导下的居住区共享停车泊位分配模型

针对停车资源有限条件下群体式停车诱导容易产生局部拥堵的问题,研究居住区参与的个性化共享停车服务模型.提出了个性化共享停车诱导服务策略,定义了居住区停车位共享管理指标,建立了居住区共享停车泊位分配模型.通过对高峰泊位空闲指数差异均值和驾驶员停车后步行距离目标的双重约束,在满足驾驶员停车选择目标的同时实现了停车资源的均衡有效利用.研究表明,个性化诱导方式下,居住区停车场利用自身泊位的闲置时间可以有效缓解周边建筑的停车吸引,减少局部停车拥挤,成为毗邻建筑的最佳共享停车合作伙伴.     

基于期望感知价格的公共机构差异化停车收费

公共机构停车场的收费价格过低导致停车资源匮乏,还出现了非服务对象占用服务对象停车位的现象。为了提高车辆周转率、明确设置公共机构停车场是为服务对象提供车位的初衷,制定了公共机构差异化停车收费方案。对于服务对象,选取出租车出行进行出行成本的对比;而对于非服务对象,则选取附近停车场进行对比,然后结合logit离散选择模型分别计算服务对象以及非服务对象对停车收费价格的期望感知价格。利用期望感知价格的弹性确定出行者对停车收费价格的心理底线。对于合理的停车需求,采用设置合理的公共停车场分担率的方法优化停车场收费价格。对于非合理的停车需求,取出行者心理能够承受的最大停车收费价格为优化价格。以广东省人民医院为例,通过本文的优化方法得出的价格方案,能够使选择在医院停车场停车的非服务对象由88%大幅下降至15%,更好地服务有需要的服务对象。同时能够有效地引导服务对象选择其他出行方式就医,选择私家车出行的服务对象将由85%下降至50%,能够缓解停车场停车难的问题。     

基于弹性需求和动态定价的共享泊位分配

为解决共享车位管理中的车位分配与定价问题,本文考虑价格变化对于用户不同停车时长选择的影响,分析在不同停车收费标准下用户停车时长选择的概率,并采用多项式拟合得到精细化的共享停车需求价格弹性函数。进而,为实现停车场价格的动态调整与车位分配,以平台收益最大与用户步行距离最小为目标,构建基于弹性需求和动态定价的泊位分配非线性混合整数规划模型,并设计了遗传算法。最后,本文设计了包含3个停车场共1000个泊位、共享平台运营时长为3h的算例,对模型及算法加以验证,通过对比分析,基于弹性需求和动态定价的共享泊位分配方案相比于静态定价,实现平台收益增加19%且满足了大部分停车需求,说明动态定价下共享泊位分配模型及算法的有效性,为共享平台的车位管理提供了新思路。     

基于层次分析法的商业区路内停车管理水平评价

本研究采用层次分析法对商业区路内停车管理水平进行量化研究。首先建立了商业区路内停车管理水平指标评价体系。其次,构建了基于层次分析法及模糊综合评价法的商业区路内停车管理水平评价模型。最后,采用仿真案例对构建模型的可靠性进行了仿真分析,研究结果表明：建立的评价指标体系和采用的评价方法都具有可行性,能够对商业区路内停车管理水平进行综合评价。进一步地,通过分析得出：①不论是指标变化还是隶属度元素的改变都会引起评价分值的变化;②评价分值变化率大小仅与三级指标权重有关。     

基于侦察学习策略的粒子群算法优化

针对粒子群算法收敛能力不足和易陷入局部最优的问题,提出了一种基于侦察学习策略的新型粒子群算法。 算法首先利用拓扑结构构建粒子种群,其次采用联合因子均衡算法的局部搜索能力和全局搜索能力,并通过侦察学习策略改进算法的速度和位置公式进而产生候选解;Wilcoxon 秩和检验结果和CEC2017 基准函数检测结果表明,新型粒子群算法的收敛能力,最优解精度以及算法稳定性更好,说明算法性能得以提升。     

基于AR技术的大型地下停车场反向寻车系统设计

为有效解决大型地下停车场反向寻车困难的问题,设计了以AR技术为核心的大型地下停车场反向寻车系统。通过线圈探测器、视频图像识别技术和Wi-Fi定位技术分别准确定位车辆车位信息和车主位置信息,使用现实增强(AR)技术将虚拟的导航路线实时匹配到真实的停车场环境中,通过微信平台实时传输相关信息与用户进行交互,实现路线导航的三维立体化。仿真结果表明,该地下停车场的反向寻车系统可有效辅助车主快速、准确地寻找到自己的车位。     

胎面重量控制系统的CPSO优化Smith预估线性自抗扰策略

针对轮胎行业橡胶复合挤出线重量控制系统过程机理复杂、扰动过多且难以测量等问题,设计了一种史密斯预估与线性自抗扰控制(Smith prediction-linear active disturbance rejection control, Smith-LADRC)相结合的控制方式以实现对胎面重量的稳定控制。建立仿真模型与比例-积分-微分(proportional-integral-differential, PID)、LADRC、Smith-PID进行控制效果对比以验证其优势,同时针对此控制器调参困难引入混沌粒子群算法(chaotic particle swarm optimization, CPSO)进行参数整定。经实验结果表明：Smith-LADRC相较于上述3种控制方法能够使系统具有较好的抗干扰性和鲁棒性;采用CPSO算法寻优后,相比于粒子群算法(particle swarm optimization, PSO),可以很好地达到控制目的,系统输出响应快速性均得到提高,相比手动调节能更好地对系统输出进行控制,同时节省参数调节时间,提高控制效率。     

基于粒子群寻优的汽车自适应巡航预测控制

为进一步提升多目标自适应巡航系统预测控制精度,提出一种基于粒子群寻优的汽车自适应巡航预测控制算法.首先建立一种包含前车加速度扰动的自适应巡航系统车间纵向运动学模型,并对其线性离散化;其次综合车距误差、相对车速、自车加速度和冲击度,设计二次型多目标优化性能指标函数和多参数约束条件,构建自适应巡航预测控制优化命题;最后为便于问题求解,将目标函数和约束条件推导转化为以预测控制增量为优化变量的规范形式,并基于粒子群优化算法求解自适应巡航预测控制的最优控制律.通过Matlab/Simulink多工况仿真结果表明,粒子群算法求解的最优控制律能够控制自车保持更好的跟踪性和自适应性.      

基于Vissim的共享电动汽车交通流出行仿真

共享电动汽车作为公共交通手段的新兴选择及其所具有的广阔前景与市场,研究其出行数据和出行规律具有重要意义。针对具有代表性的特定路段（特大城市郊区主道路口）,采集共享电动汽车实际出行数据,设计了一种基于实际场景筛选提取有效数据的方法,并通过对有效数据的研究揭示了共享电动汽车相关的出行特征情况。在此基础上,实地摄录采集并统计了基本交通数据,针对早晚高峰和其他时间搭建了路口的仿真模型,设计了预测路口和路段共享电动汽车的最大出行量的方法,完成了仿真预测实验,在一定程度上验证了共享电动汽车出行特征的分析结果。研究结果对分时租赁公司相关运营策略具有指导意义,并可为用户出行时间及路线提供选择。