1.一种居住区共享停车泊位的分配方法，其特征在于：包括以下步骤：步骤1.对居住区共享停车泊位分配模型提出假设，建立模型参数；
步骤2.通过泊车共享时段窗匹配、最短步行距离、停车泊位利用率和居住区泊位高峰时段的对外共享率对共享泊位进行筛选，得到备选泊位；
步骤3.根据停车需求用户停车影响因素作为评价指标，并对指标的权重采用主客观组合赋权；
步骤4.根据备选方案与理想解的综合贴近度确定最佳方案，结合灰关联的topsis模型决策最优泊位；
步骤5.根据预约起点与最优共享泊位，用改进的蚁群算法以行程时间为权值进行泊位路径的选择，确定出行起点到最优泊位的最佳路径。
2.根据权利要求1所述的居住区共享停车泊位的分配方法，其特征在于：在步骤1中，提出分配模型假设具体包括如下步骤：步骤1-1.假设参与共享停车的居住小区满足对外开放条件，停车用户必须在泊位共享管理平台上注册真实信息，且只能通过平台泊车共享申请才能进入居住小区；
步骤1-2.居住区一旦实现共享，即认为小区内部所有车位均可共享，且车位状态信息实时与系统平台同步共享，在共享时间段内受平台统一分配；
步骤1-3.停车用户遵守车位共享规则与居住区业主规定准则，在预约时间段结束前离开被分配车位，同时每一居住区对同一时段同一用户的车位预约申请有且只有一个；
步骤1-4.同一居住区的通车泊位收费价格相同，且由系统平台根据不同时段统一调控；
步骤1-5.假设停车需求用户的初始位置、目的地和共享停车泊位的坐标已知。
3.根据权利要求1所述的居住区共享停车泊位的分配方法，其特征在于：在步骤1中，建设模型参数具体包括如下操作：假设在有限个居民小区s中，存在第j个居民小区sj中共有可共享泊位总数h个，停车需求总量m个，对于第j个居民小区中的第i个停车泊位hi，泊位满足多方需求为mi、mj，其中i，j∈i，hi∈h，mi∈m，i为同一车位的需求总数；
车位共享的开始时间和结束时间分别为
假设hj为居住区j的泊位总数；
4.根据权利要求3所述的居住区共享停车泊位的分配方法，其特征在于：在步骤2中，所述泊车共享时段窗匹配在共享停车需求用户在发出停车预约需求后，需要在居住区泊车位上匹配出符合停车需求时间段内的空闲车位，并在居住区sj内筛选出所有符合停车需求时段的空闲泊位，具体包括如下操作：假设用户在选择共享泊车位i时，该用户的停车需求时段为
变量
除了解决共享泊位i在停车预约时段的多方需求冲突，停车需求必须满足其在共享时间窗内的约束，ymh表示车位共享时间段与停车需求时段之间的关系，对于i∈i，如果
决策变量xmh表示是否能将共享车位hi分配给mi停放使用，当xmh＝1时，表示分配成功，当不能成功分配时xmh＝0，
因此，基于时间窗的共享车位分配需要满足以下条件：
式(2-4)表示停车需求时段存在冲突时，不能将两者分配到同一车位上，若
式(2-5)表示共享车位时间窗约束，若ymh＝1，则说明停车需求mi不符合车位i的共享时段，故ymh＝0；
式(2-6)表示的约束为一个停车需求最多只能分配到一个车位上。
5.根据权利要求4所述的居住区共享停车泊位的分配方法，其特征在于：在步骤2中，基于最短步行距离的选择具体包括如下操作：设居住区s中共享泊位总数为h，则共享泊位(xi,yi)(i≤h)距离出行终点(xj,yj)之间的欧式几何距离可以用如下位置关系表示：
式中，(xi,yi)表示第i个停车泊位的中心坐标，(xj,yj)表示出行终点j的中心坐标，lij表示第i个停车泊位到出行终点j的步行距离；
设lmax为停车用户从停车位到出行终点所能接受的步行距离的最大上限，令最大停车步行距离lmax＝500m，则第i个停车位置对出行终点的最短步行距离fij可用下式表示：
6.根据权利要求5所述的居住区共享停车泊位的分配方法，其特征在于：在步骤2中，所述共享泊位利用率为泊位共享利用时长与总可利用时长的比值，构建共享车位分配模型为：
式中，
基于居住区泊位高峰时段的对外共享率选择具体包括如下操作：将某时刻区域范围居住区的泊位空闲指数排序，r1≤r2≤…≤rj≤…≤rs(j＝1,2,…,s)称δrj＝rj-r1为泊位空闲指数差值，设θpeak为高峰判别指数，当r1≤θpeak时，
在高峰时段对泊位空闲指数较高的居住区进行优先共享泊位分配，居住区泊位高峰对外共享率可以表示为：
式中，spjk表示居住区j分担的周边建筑物吸引的车辆数，即高峰期接收的外来共享车辆数，sjk表示居住区在k时段对外共享率，用于衡量对外服务情况。
7.根据权利要求6所述的居住区共享停车泊位的分配方法，其特征在于：在步骤3中，所述用户停车影响因素包括停放费用、停放安全性与停放便利性，所述停车费用根据所停放时间按时收费，考虑到用户可能在允许停放时间外继续占用车位，因此需要将收费价格分为在共享时段内的固定价格，以及超出共享时段的高额价格，分时段收费价格ci可用下式表示：
式中，ti1、ti2分别表示在共享时段内的停车时间与超出共享时段的停车时间，yi1、yi2分别表示在共享时段内的停车单价与超出共享时段的停车单价，且满足yi2＞yi1＞0；ti表示车位i的可利用共享时段；
所述停放安全性通过对于露天停车位、住宅底层停车位、地下停车位与机械停车位多种停车位类型进行安全赋值，所述停车位的便利性方面通过结合停车位的类型与不同形式进行赋值。
8.根据权利要求7所述的居住区共享停车泊位的分配方法，其特征在于：在步骤4中，基于灰色关联的topsis模型结合指标权重采用主客观组合赋权的方法，包括以下步骤：步骤4-1.构建决策矩阵，具有包括以下操作：假设居住区共享泊位分配备选方案共有m个，每个方案都有n个评价指标，则初始决策矩阵x为：
并构建规范化矩阵y：①效益型指标处理(越大越优型指标)：
②成本型指标处理(越小越优型指标)：
因此，矩阵x标准化后的规范化矩阵y为：
步骤4-2.评价指标的加权矩阵，采用层次分析法(ahp)-熵权法相结合的组合赋权法进行指标加权，具体包括以下操作：计算出第i个备选方案下第j个评价指标占该指标的比重为：
所以第j项指标的熵值ei、差异系数gi与权重βij可用下式表示：
式中，若指标的差异系数gi越大，说明对方案的评价作用越大，指标的熵值ei越小，指标的权重系数βij越大；反之，指标的差异系数gi越小，说明对方案的评价作用越小，指标的权重系数βij越小，
将层次分析法取得的主观权重与熵权法计算的客观权重组合，得到指标组合综合权重wj为：
其中，αj表示层次分析法计算所得的权重；βj表示熵权法计算所得的权重，对无量纲化规范矩阵赋予权重，按公式zij＝ωijyij计算得加权决策矩阵z为：
其中，选取参考序列z0＝{z0j|j＝1,2，…，n}，z0为每个评价指标的最理想值；
步骤4-3.确定正、负理想方案，正、负理想方案具体可用下式表示：
式中，
步骤4-4.计算评价对象到正、负理想方案的距离，具体包括以下操作：通过计算n维欧几里得距离，分别得到各个备选路径到正理想解和负理想解的距离值，各备选路径到正、负理想解的距离为：
步骤4-5.确定灰色关联系数具体包括以下操作：计算参考序列与其他各比较序列对应的绝对差值，利用绝对差值矩阵可计算各个备选路径同正、负理想解之间的灰色关联系数矩阵r+和r-：
式中，ρ∈[0,1]，为分辨系数，其数值越小分辨力越大，一般当ρ≤0.5463时，分辨力越好，因此通常取ρ＝0.5，因此，计算各个备选路径同正、负理想解之间的灰色关联
步骤4-6.计算综合贴近度具体包括以下操作：基于欧几里得距离
由于
式中，一般取α＝β＝0.5，
因此本文最终得到的方案评价的综合贴近度为：
按照综合贴进度的大小对各备选方案进行排序。
9.根据权利要求1所述的居住区共享停车泊位的分配方法，其特征在于：在步骤5中，所述蚁群算法的改进包括概率选择、约束因子和信息素更新规则的改进，具体包括以下操作：将下一个节点j与终点g之间的直线距离加入到启发函数中，加快算法收敛速度，表达式如下所示：
式中，dij为当前节点i到下一节点j的距离，djg为下一节点j到终点g的距离，都可用欧氏距离进行求解；若djg＜dij，规定节点j为远距离节点，反之则规定节点j为近距离节点，因此，对传统蚁群算法的概率选择进行如下改进：
所述信息素更新规则的改进包括加入惩罚因子，对信息素更新规则改进如下：
式中，dbest表示遍历到的最优路径，|dbest|表示其长度；dworst表示遍历到的最差路径，|dworst|表示其长度；ρ为信息素挥发性系数，取值范围在[0,1]之间；μ为改进蚁群算法的信息素增强因子，且μ∈[0,1]，表示对遍历到的最差路径降低其信息素浓度，对遍历到的最优路径信息素浓度进行增强，同时，为了防止在改进蚁群算法的过程中，路径信息素浓度无限制的累加，必须对于其进行限制，约束表达式如下所示：
式中，τmax、τmin分别信息素的最大值与最小值。
10.根据权利要求9所述的居住区共享停车泊位的分配方法，其特征在于：所述约束因子的改进包括行程时间因子和道路平均通畅程度的改进，所述行程时间因子的改进具体包括以下操作：基于已知的泊车位置与小区出入口位置的固定距离dj，可对车辆行程时间tj进行如下定义：
式中，tj、tj1、tj2分别表示总行程时间、路段行程时间与小区内部行程时间；泊位车辆共经过r条路段，tjr0表示交通量为0时驶向第j小区经过第r路段的行驶时间，qjr表示驶往第j小区第r路段的交通量，cjr表示驶往第j小区第r路段的实际通行能力；α、β表示回归参数，可用最小二乘法确定，取α＝0.15、β＝4；dj表示已知的泊车位置与小区出入口位置的固定距离，
x1(j)为行程时间因子，表示行驶到节点j的实际行程时间与预估最长时间的比值，该比值越大表明实际行驶时间越长：
式中，tjmax表示车辆在道路行驶过程中允许预估最长时间的上限，tj表示车辆行驶实际行程时间，满足tj≤tjmax；
所述道路平均通畅程度的改进具体包括以下操作：
式中，x2(j)为表示行驶到节点j的路径通畅程度与车辆行驶道路通畅度最低忍受度的比值，该比值越大表明车辆行驶该路径越通畅；clj表示车辆行驶到节点j的路径通畅程度，cljmax表示车辆行驶道路通畅度的最低忍受度；
综上可得，约束函数x(j)的表示如下：
式中，x1(j)表示行程时间因子，x2(j)表示道路平均通畅程度，ε、