一种可预约停车泊位的动态最优供给方法

1.本发明涉及可预约停车泊位技术领域，具体为一种可预约停车泊位的动态最优供给方法。


背景技术：

2.现有的停车许可证机制设计从实际应用角度仍存在以下不足:
3.(1)多数研究中制定动态泊位分配机制是基于对未来停车需求的预测；较少对泊位动态供给机制进行探讨；但管理者与用户之间存在信息非对称会使预测结果偏离现实；
4.(2)并非全部持有停车许可证的用户都能够按照预约时间到达或离开泊位，特别是比预约时间早到达；晚离开泊位的用户；是造成停车设施入口处车辆排队等待的重要原因。
5.针对上述提出的问题，我们提供了一种可预约停车泊位的动态最优供给方法。


技术实现要素：

6.本发明的目的在于提供一种可预约停车泊位的动态最优供给方法，解决了现有的问题。
7.为实现上述目的，本发明提供如下技术方案：一种可预约停车泊位的动态最优供给方法，包括以下步骤：
8.s1、可预约停车许可证与可预订泊位的分配；
9.s2、构建最优性停车条件：为求解动态系统最优问题，利用动态规划原理分析最优性条件：哈密尔顿-雅克比-贝尔曼方程，定义最优值函数v(*)；因函数已经取得最优值；故其只和状态变量有关；与控制变量无关；
[0010][0011]
此处，e
t
为系统在[t,t]期间的时间损失期望，对式(1)应用动态规划原理，可得
[0012][0013]
对式(2)中v(t+δt,q+δq)进行泰勒展开，并简化表达，可得hjb方程为
[0014][0015][0016]
hjb方程的意义是寻找最优供给策略r
*
；使微小时间段dt内最优值函数的变化值最小，式(4)等号右边第1项为系统总时间损失；第2项为排队时间的微小变化对系统总时间损失的影响；第3项为不可控因素对系统总时间损失造成的影响；
[0017]
s3、建立最优动态供给方式。
[0018]
优选的，所述步骤s3中，将最优供给策略和分别代入hjb方程；
[0019]
其中，
[0020][0021]
可以消除其中最小化“min”；因为和代入之后即为最优，将预设值函数va带入hjb方程中；即可得到待估参数s为
[0022][0023][0024]
与现有技术相比，本发明的有益效果如下：
[0025]
本发明考虑可预约和不可预约公共停车设施共存情况；制定停车许可证动态最优供给策略.构建随机最优控制模型以实现系统总时间损失期望值最小化；利用动态规划原理推导出最优性条件；即哈密尔顿-雅克比-贝尔曼方程；采用一种预设最优值函数方法得到动态最优供给策略的解析解；
[0026]
动态最优供给策略为一个反馈控制；即车辆排队时间的函数；依据排队时间是否存在；动态最优供给策略分为两种情况.以北京市国贸地区为例进行蒙特卡洛实验可知:相较停车许可证完全供给策略；动态最优供给策略可节约时间0.45～1.94min/veh；随着停车许可证用户行为不确定性增加；动态最优供给策略节约时间的平均值上升；变异系数下降。
附图说明
[0027]
图1为本发明停车需求时变图(7:00-21:00)示意图。
具体实施方式
[0028]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
[0029]
实施案例
[0030]
请参阅图1，一种可预约停车泊位的动态最优供给方法，包括以下步骤：
[0031]
s1、可预约停车许可证与可预订泊位的分配；
[0032]
s2、构建最优性停车条件：为求解动态系统最优问题，利用动态规划原理分析最优性条件：哈密尔顿-雅克比-贝尔曼方程，定义最优值函数v(*)；因函数已经取得最优值；故其只和状态变量有关；与控制变量无关；
[0033][0034]
此处，e
t
为系统在[t,t]期间的时间损失期望，对式(1)应用动态规划原理，可得
[0035][0036]
对式(2)中v(t+δt,q+δq)进行泰勒展开，并简化表达，可得hjb方程为
[0037][0038][0039]
hjb方程的意义是寻找最优供给策略r
*
；使微小时间段dt内最优值函数的变化值最小，式(4)等号右边第1项为系统总时间损失；第2项为排队时间的微小变化对系统总时间损失的影响；第3项为不可控因素对系统总时间损失造成的影响；
[0040]
s3、建立最优动态供给方式。
[0041]
进一步的，所述步骤s3中，将最优供给策略和分别代入hjb方程；
[0042]
其中，
[0043][0044]
可以消除其中最小化“min”；因为和代入之后即为最优，将预设值函数va带入hjb方程中；即可得到待估参数s为
[0045][0046][0047]
具体实施案例
[0048]
(1)数值实验
[0049]
(11)数值设定
[0050]
以北京市国贸地区为例进行数值实验；实地调研后的参数设定如表1所示.07:00-21:00的总停车需求为42724veh；实时停车需求如图1所示.每个时刻到达可预约停车设施的用户停车时长是随机设置的；平均寻泊时间为5 min。
[0051]
(12)结果分析
[0052]
在(11)节数值设定下；由图1典型案例可知:
[0053]
1)相比无停车预约系统(方形)；停车许可证的完全供给策略(三角形)可大幅降低早高峰时段的寻泊交通总量及时间损失；全天降低时间损失约1.33 min/veh；
[0054]
2)相比完全供给策略；最优供给策略(圆点)全天可节约时间约0.63 min/veh；证明了最优供给策略的优越性；
[0055]
3)最优供给策略经常在泊位供给领域的两个端点附近取值且反复跳跃；这与控制理论中使系统消耗最低的bang-bang控制策略相似；
[0056]
4)无停车预约系统下的时间损失为5min/veh；
[0057]
表1数值设定
[0058][0059]
为验证典型案例得到的最优供给策略降低时间损失的鲁棒性；在不同的停车许可证用户行为不确定性水平下；分别进行10000次的蒙特卡洛实验；结果如表2所示；
[0060]
表2在不同的停车许可证用户行为不确定性条件下的蒙特卡洛实验结果
[0061][0062]
由表2可知:随着不确定性水平的增加；相较完全供给策略；最优供给策略所能节约的时间平均值逐渐增加；变异系数逐渐减小；这意味着不确定性水平越高；最优供给策略的优势越明显；发挥越稳定；在不确定性较小时；有可能在一次独立实验中出现最优供给策略并非最优结果；这可能是因为管理者仅能把握随机变量q的特征值；即期望值与标准差；并不知道下一时刻的真实状况；还可能与最优值函数的预设形式有关。
[0063]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。