CN106548657A - 一种考虑诱导连续性的停车诱导系统布点优化方法 - Google Patents

Abstract

本发明涉及一种考虑诱导连续性的停车诱导系统布点优化方法，该方法包括如下步骤：(1)获取停车诱导系统覆盖路网路段参数、诱导系统覆盖路网入口停车交通需求、停车场出入口位置以及停车场车位总数；(2)根据停车诱导系统覆盖路网入口和停车场入口，计算整个停车诱导系统中所有路网入口与停车场之间的备选诱导板布点方案集合PL；(3)根据备选诱导板布点方案集合PL，建立诱导系统布点优化模型；(4)对建立的诱导系统布点优化模型进行求解，得到最终停车诱导系统布点方案。与现有技术相比，本发明具有通用性广、确保诱导连续有效性、诱导效率高等优点。

Description

一种考虑诱导连续性的停车诱导系统布点优化方法

技术领域

本发明涉及一种停车诱导系统布点优化方法，尤其是涉及一种考虑诱导连续性的停车诱导系统布点优化方法。

背景技术

发展智能交通系统(ITS)是各大城市解决交通问题的主要手段。而先进的智能交通信息系统是ITS的保证。交通信息系统通过为驾驶员提供实时的交通管理与诱导信息，达到城市交通的合理分布，缓解交通压力。停车诱导信息系统(PGIS，Parking GuidingInformation System)作为交通信息系统的重要组成部分，其功能是通过在路网关键位置设置可变信息板(VMS，Variable massage sign)为驾驶员提供附近停车场名称，方位与停车位剩余停车的信息，使驾驶员可以合理规划与调整车辆行驶路线，从而提高停车效率，达到缓解交通堵塞、减少交通事故提高路网通行能力的目的。停车诱导系统目前已在我国各大城市，例如北京、上海和广州等城市，得到越来越广泛的应用。停车诱导系统通常采用三级诱导布设方案，见图1：一级停车诱导板布设于停车诱导系统服务范围边界，为驾驶员提供路网信息以及路网各子区域的可用停车位数量；二级停车诱导板为停车诱导一级板与停车场之间布设的停车诱导板，二级停车诱导板为驾驶员提供停车场可用停车位数量以及行车方向信息；三级停车诱导板设置在停车场入口处，为驾驶员提供可用停车位信息。停车诱导板的布设位置将直接影响停车诱导系统的运行效果。

目前，在停车诱导系统的设计过程中，普遍面临的一个现实问题是：如何确定停车诱导系统中各类停车诱导板的布设位置，使得在停车诱导系统建设成本限制之内，为尽可能多的驾驶员提供停车诱导。从而提供停车诱导系统的运行效果。随着我国停车诱导系统建设的不断增多，科学合理的停车诱导系统诱导板布点优化方法，对于停车诱导系统规划设计以及提高和改善停车诱导系统运行效率等方面，具有重要的理论价值与实际意义。但是，现有的停车诱导系统诱导板布点设计方法上存在两大的主要缺陷：

1、停车诱导系统缺乏诱导连续性要求。目前国内外对于停车诱导系统的布点缺乏诱导连续性的考虑。停车诱导连续性即，驾驶员进入停车诱导系统服务区域，在根据第一个停车诱导板提供的诱导信息做出停车选择后，停车诱导系统会在停车途径的每一个交叉口前为驾驶员提供指行车方向的诱导板，以确保驾驶员尽快到达停车场，提高路网运行效率。停车诱导系统布点缺乏连续性，可能引起驾驶员由于缺乏路径指引而在交叉口发生错误转向，从而增加驾驶员的停车路程，减少停车诱导系统的运行效率。

2、目前的停车诱导系统缺乏国家标准。GB/T 26770-2011《停车诱导信息集》于2011年12月1日起正式实施，该国家标准对停车诱导系统中诱导信息的表达方式、图形符号、数据结构等均作了详细的规定，但是对于停车诱导系统的布点设计却没有进行说明。针对以上问题，各省、市仅以地方标准为主，如上海市2004年发布的《停车诱导系统》标准规范，北京市2009年发布的《停车诱导系统技术要求》，四川省2009年发布的《智能停车诱导系统技术和设置规范》，以及广州省2013年发布的的《停车诱导系统技术规范》等。但这些地方性规范也只是从文字描述，定性的方式来指导设计，缺乏对停车诱导系统诱导板布点设计的详细规范，从而无法对停车诱导系统布点进行规范化设计。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种通用性广、确保诱导连续性、诱导效率高的考虑停车诱导连续性的停车诱导系统布点优化方法。

本发明的目的可以通过以下技术方案来实现：

一种考虑诱导连续性的停车诱导系统布点优化方法，该方法包括如下步骤：

(1)获取停车诱导系统覆盖路网路段参数、诱导系统覆盖路网入口停车交通需求、停车场出入口位置以及停车场车位总数；

(2)根据停车诱导系统覆盖路网入口和停车场入口，计算整个停车诱导系统中所有路网入口与停车场之间的备选诱导板布点方案集合PL；

(3)根据备选诱导板布点方案集合PL，建立诱导系统布点优化模型；

(4)对建立的诱导系统布点优化模型进行求解，得到最终停车诱导系统布点方案。

所述的步骤(2)具体包括以下步骤：

(201)计算路网入口与停车场之间的所有行车路径，确定第inp个路网入口到第k个停车场之间的第i个行车路径中的诱导板布点方案

其中，inp＝1,2……INP，k＝1,2……K，i＝1,2……I_inp,k，INP为路网入口总个数，K为停车场总个数，I_inp,k为第inp个路网入口到第k个停车场之间行车路径总个数，表示第m个路网节点到第n个路网节点之间的路段在第inp个路网入口到第k个停车场之间的第i个行车路径中设置停车诱导板情况，若设置停车诱导板，则取值为1，若不设置停车诱导板，则取值为0，m＝1,2……R，n＝1,2……R，R为路网节点总个数，所述的路网节点包括路网入口、停车场以及两者之间的交叉口；

(202)根据停车路径最短和诱导板布点成本最低两项原则，对所有诱导板布点方案进行筛选，得到备选诱导板布点方案，并组成备选诱导板布点方案集合其中表示从所有诱导板布点方案中筛选的第inp个路网入口到第k个停车场之间的第i_inp,k个诱导板布点方案，inp＝1,2……INP，k＝1,2……K，i_inp,k＝1,2……I_inp,k，I_inp,k为筛选的第inp个路网入口到第k个停车场之间诱导板布点方案的个数。

所述的步骤(3)具体包括以下步骤：

(301)根据备选诱导板布点方案集合PL获取停车诱导系统布点方案X_j：

具体地，记备选诱导板布点方案集合为 为第p个备选诱导板布点方案，且该备选诱导板布点方案为第inp个路网入口到第k个停车场之间的某一个诱导板布点方案，inp＝1,2……INP，k＝1,2……K，p＝1,2……P，INP为路网入口总个数，K为停车场总个数，P为备选诱导板布点方案总个数；

然后，采用枚举法得到停车诱导系统布点方案X_j：

j＝1,2……J，J为停车诱导系统布点方案总个数，为与对应的变量，当选取的停车诱导系统布点方案X_j中包含第p个备选诱导板布点方案时，取值为1，否则取值为0；

(302)建立诱导系统布点优化模型目标函数：

其中，Z(X_j)是停车诱导系统布点方案X_j的诱导效用，α_inp是第inp个路网入口的效用因子，q_inp是第inp个路网入口的停车交通量，q_inp是第k个停车场的停车位总量，δ_inp,k表示停车诱导系统布点方案X_j是否提供第inp个路网入口到第k个停车场的停车诱导，δ_inp,k等于1时表示包含，等于0时表示不包含，即：

(303)建立诱导系统布点优化模型约束函数；

进而步骤(4)根据诱导系统布点优化模型目标函数诱导和系统布点优化模型约束函数进行求解，得到最终停车诱导系统布点方案。

步骤(303)诱导系统布点优化模型约束函数包括：

(a)信息量约束函数，该约束函数使得停车诱导二级板显示停车场数量小于5个，具体地，信息量约束函数为：

VMS_a,b表示路网节点中第a个交叉口到第b个交叉口之间的路段设置停车诱导板显示的停车场的数量，a＝1,2……A，n＝1,2……A，且m≠n，A为路网节点中交叉口的总个数，表示第a个交叉口到第b个交叉口之间的路段是否设置第k个停车场的停车诱导板，若是则等于1，否则等于0，即：

其中，表示第a个交叉口到第b个交叉口之间的路段在第inp个路网入口到第k个停车场之间的第p个备选行车路径中设置停车诱导板情况，若设置停车诱导板，则取值为1，若不设置停车诱导板，则取值为0；

(b)成本约束函数，成本约束函数使得停车诱导系统总建设成本小于系统投资额，具体地，成本约束函数为：

其中，δ_m,n表示第m个路网节点到第n个路网节点之间的路段上是否设置停车诱导板，若是，δ_m,n取值为1，否则δ_m,n取值为0，C是系统投资额,c_m,n为第m个路网节点到第n个路网节点之间的路段设置的停车诱导板对应的建设成本；

(c)停车场诱导约束函数，该约束函数确保纳入停车诱导系统的停车场至少被诱导系统诱导一次，具体地，停车场诱导约束函数为：

其中，G_k为第k个停车场被诱导总量，k＝1,2……K，K为停车场总个数。

步骤(4)采用启发式算法对建立的诱导系统布点优化模型进行求解。

与现有技术相比，本发明具有如下优点：

一、通用性广，本方法通过建立诱导系统布点优化模型，可以针对不同路网结构，不同的停车场布点环境以及不同的停车需求进行布点方案优化，得到最优停车诱导系统布点方案；

二、确保诱导连续性，本方法提供的诱导系统布点方案，通过计算整个停车诱导系统中所有路网入口与停车场之间的备选诱导板布点方案集合PL，从而考虑到每一个路网入口和停车场，在备选诱导板布点方案集合PL基础上建立诱导系统布点优化模型，从而确保诱导系统为每一个系统使用者提供连续完整的停车路径诱导，使得驾驶员以最小的出行成本到达停车场；

三、诱导效率高，本发明提出的布点方法中提出的诱导系统布点优化模型约束函数包括建设成本约束、诱导信息量约束以及诱导供需关系，从而计算出诱导效率最高的布点方案。

附图说明

图1为停车诱导系统三级诱导体系图解；

图2基于考虑诱导连续性停的车诱导系统布点优化方法流程框图；

图3为本实施例涉及的路网结构以及停车场位置结构框图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

实施例

如图2所示，一种考虑诱导连续性的停车诱导系统布点优化方法，该方法包括如下步骤：

(1)获取停车诱导系统覆盖路网路段参数、诱导系统覆盖路网入口停车交通需求、停车场出入口位置以及停车场车位总数；

(2)根据停车诱导系统覆盖路网入口和停车场入口，计算整个停车诱导系统中所有路网入口与停车场之间的备选诱导板布点方案集合PL；

(3)根据备选诱导板布点方案集合PL，建立诱导系统布点优化模型；

(4)对建立的诱导系统布点优化模型进行求解，得到最终停车诱导系统布点方案。

所述的步骤(2)具体包括以下步骤：

(201)计算路网入口与停车场之间的所有行车路径，确定第inp个路网入口到第k个停车场之间的第i个行车路径中的诱导板布点方案

其中，inp＝1,2……INP，k＝1,2……K，i＝1,2……I_inp,k，INP为路网入口总个数，K为停车场总个数，I_inp,k为第inp个路网入口到第k个停车场之间行车路径总个数，表示第m个路网节点到第n个路网节点之间的路段在第inp个路网入口到第k个停车场之间的第i个行车路径中设置停车诱导板情况，若设置停车诱导板，则取值为1，若不设置停车诱导板，则取值为0，m＝1,2……R，n＝1,2……R，R为路网节点总个数，所述的路网节点包括路网入口、停车场以及两者之间的交叉口；

(202)根据停车路径最短和诱导板布点成本最低两项原则，对所有诱导板布点方案进行筛选，得到备选诱导板布点方案，并组成备选诱导板布点方案集合其中表示从所有诱导板布点方案中筛选的第inp个路网入口到第k个停车场之间的第i_inp,k个诱导板布点方案，inp＝1,2……INP，k＝1,2……K，i_inp,k＝1,2……I_inp,k，I_inp,k为筛选的第inp个路网入口到第k个停车场之间诱导板布点方案的个数。

所述的步骤(3)具体包括以下步骤：

(301)根据备选诱导板布点方案集合PL获取停车诱导系统布点方案X_j：

具体地，记备选诱导板布点方案集合为 为第p个备选诱导板布点方案，且该备选诱导板布点方案为第inp个路网入口到第k个停车场之间的某一个诱导板布点方案，inp＝1,2……INP，k＝1,2……K，p＝1,2……P，INP为路网入口总个数，K为停车场总个数，P为备选诱导板布点方案总个数；

然后，可采用枚举法获得停车诱导系统布点方案X_j：

j＝1,2……J，J为停车诱导系统布点方案总个数，为与对应的变量，当选取的停车诱导系统布点方案X_j中包含第p个备选诱导板布点方案时，取值为1，否则取值为0；

(302)建立诱导系统布点优化模型目标函数：

其中，Z(X_j)是停车诱导系统布点方案X_j的诱导效用，α_inp是第inp个路网入口的效用因子，q_inp是第inp个路网入口的停车交通量，q_inp是第k个停车场的停车位总量，δ_inp,k表示停车诱导系统布点方案X_j是否提供第inp个路网入口到第k个停车场的停车诱导，δ_inp,k等于1时表示包含，等于0时表示不包含，即：

(303)建立诱导系统布点优化模型约束函数；

进而步骤(4)根据诱导系统布点优化模型目标函数诱导和系统布点优化模型约束函数进行求解，得到最终停车诱导系统布点方案。

步骤(303)诱导系统布点优化模型约束函数包括：

(a)信息量约束函数，该约束函数使得停车诱导二级板显示停车场数量小于5个，具体地，信息量约束函数为：

VMS_a,b表示路网节点中第a个交叉口到第b个交叉口之间的路段设置停车诱导板显示的停车场的数量，a＝1,2……A，n＝1,2……A，且m≠n，A为路网节点中交叉口的总个数，表示第a个交叉口到第b个交叉口之间的路段是否设置第k个停车场的停车诱导板，若是则等于1，否则等于0，即：

其中，表示第a个交叉口到第b个交叉口之间的路段在第inp个路网入口到第k个停车场之间的第p个备选行车路径中设置停车诱导板情况，若设置停车诱导板，则取值为1，若不设置停车诱导板，则取值为0；

(b)成本约束函数，成本约束函数使得停车诱导系统总建设成本小于系统投资额，具体地，成本约束函数为：

其中，δ_m,n表示第m个路网节点到第n个路网节点之间的路段上是否设置停车诱导板，若是，δ_m,n取值为1，否则δ_m,n取值为0，C是系统投资额,c_m,n为第m个路网节点到第n个路网节点之间的路段设置的停车诱导板对应的建设成本；

(c)停车场诱导约束函数，该约束函数确保纳入停车诱导系统的停车场至少被诱导系统诱导一次，具体地，停车场诱导约束函数为：

其中，G_k为第k个停车场被诱导总量，k＝1,2……K，K为停车场总个数。

步骤(4)采用启发式算法对建立的诱导系统布点优化模型进行求解。

本实施例以上海市杨浦区五角场路网进行停车诱导系统布点方案设计。算例涉及的路网结构以及停车场位置见图3。停车诱导系统诱导板布点方案的具体计算方法为：

根据步骤1，提取备选诱导板布点方案集合PL：

检索每个路网入口到停车场之间的行车路径，这里以路网入口1，到停车场34为例。得到行车路径为：

……

之后根据诱导板建设成本最少和行程路径最短对以上路径进行筛选得到备选布点方案，本算例最终得到105组备选诱导板布点方案。这里以路网入口1，到停车场34为例：

结合路网入口停车交通量，停车诱导系统总建设成本以及各等级停车诱导板建设成本，建立停车诱导系统布点优化模型。

采用启发式算法对布点优化模型进行求解。本算例以遗传算法为例：

step1：初始化，设定种群数目、染色体长度即备选布点方案总数、迭代总代数、交叉概率、变异概率；

Step2：采用0-1编码，随机产生种群数目大小的染色体；

Step3：计算每个个体适应度值及超出约束的程度，若是可行解个体，其超出约束程度为0；

Step4：对所有个体进行排序选择操作(按前面所述的排序选择操作方法)，选择出种群大小的新种群。

Step5：按交叉概率对随机配对个体进行交叉操作。

Step6：按变异概率对种群内个体以前面所述变异方法进行变异操作。

Step7：判断是否达到迭代总数，若没有，则转Step3；否则，输出最佳个体，即最优布点方案。

根据算例数据得到的最终布点方案见下表1所示。

表1停车诱导系统布点计算结果

Claims (5)

1.一种考虑诱导连续性的停车诱导系统布点优化方法，其特征在于，该方法包括如下步骤：

(1)获取停车诱导系统覆盖路网路段参数、诱导系统覆盖路网入口停车交通需求、停车场出入口位置以及停车场车位总数；

(2)根据停车诱导系统覆盖路网入口和停车场入口，计算整个停车诱导系统中所有路网入口与停车场之间的备选诱导板布点方案集合PL；

(3)根据备选诱导板布点方案集合PL，建立诱导系统布点优化模型；

(4)对建立的诱导系统布点优化模型进行求解，得到最终停车诱导系统布点方案。

2.根据权利要求1所述的一种考虑诱导连续性的停车诱导系统布点优化方法，其特征在于，所述的步骤(2)具体包括以下步骤：

(201)计算路网入口与停车场之间的所有行车路径，确定第inp个路网入口到第k个停车场之间的第i个行车路径中的诱导板布点方案

${\mathrm{prePL}}_{inp,k}^i=\left\{l_{1,1}^{inp,k,i},...,l_{m,n}^{inp,k,i}\right\},$

其中，inp＝1,2……INP，k＝1,2……K，i＝1,2……I_inp,k，INP为路网入口总个数，K为停车场总个数，I_inp,k为第inp个路网入口到第k个停车场之间行车路径总个数，表示第m个路网节点到第n个路网节点之间的路段在第inp个路网入口到第k个停车场之间的第i个行车路径中设置停车诱导板情况，若设置停车诱导板，则取值为1，若不设置停车诱导板，则取值为0，m＝1,2……R，n＝1,2……R，R为路网节点总个数，所述的路网节点包括路网入口、停车场以及两者之间的交叉口；

(202)根据停车路径最短和诱导板布点成本最低两项原则，对所有诱导板布点方案进行筛选，得到备选诱导板布点方案，并组成备选诱导板布点方案集合其中表示从所有诱导板布点方案中筛选的第inp个路网入口到第k个停车场之间的第i_inp,k个诱导板布点方案，inp＝1,2……INP，k＝1,2……K，i_inp,k＝1,2……I_inp,k，I_inp,k为筛选的第inp个路网入口到第k个停车场之间诱导板布点方案的个数。

3.根据权利要求1所述的一种考虑诱导连续性的停车诱导系统布点优化方法，其特征在于，所述的步骤(3)具体包括以下步骤：

(301)根据备选诱导板布点方案集合PL获取停车诱导系统布点方案X_j：

具体地，记备选诱导板布点方案集合为 为第p个备选诱导板布点方案，且该备选诱导板布点方案为第inp个路网入口到第k个停车场之间的某一个诱导板布点方案，inp＝1,2……INP，k＝1,2……K，p＝1,2……P，INP为路网入口总个数，K为停车场总个数，P为备选诱导板布点方案总个数；

然后，采用枚举法获得停车诱导系统布点方案X_j：

$X_j=\{x_{1,1}^1,...,x_{inp,k}^p\},$

j＝1,2……J，J为停车诱导系统布点方案总个数，为与对应的变量，当选取的停车诱导系统布点方案X_j中包含第p个备选诱导板布点方案时，取值为1，否则取值为0；

(302)建立诱导系统布点优化模型目标函数：

$\max Z\left(X_j\right)=\underset{inp=1}{\overset{INP}{\Σ}}{\mathrm{\α}}_{inp}{q}_{inp}*\left(\underset{k=1}{\overset{K}{\Σ}}{\mathrm{\δ}}_{inp,k}*c_k\right),$

其中，Z(X_j)是停车诱导系统布点方案X_j的诱导效用，α_inp是第inp个路网入口的效用因子，q_inp是第inp个路网入口的停车交通量，q_inp是第k个停车场的停车位总量，δ_inp,k表示停车诱导系统布点方案X_j是否提供第inp个路网入口到第k个停车场的停车诱导，δ_inp,k等于1时表示包含，等于0时表示不包含，即：

${\mathrm{\δ}}_{inp,k}=\left\{\begin{array}{cc}0& \underset{p=1}{\overset{P}{\Σ}}{x}_{inp,k}^p=0\\ 1& \underset{p=1}{\overset{P}{\Σ}}{x}_{inp,k}^p\≥1\end{array}\right.;$

(303)建立诱导系统布点优化模型约束函数；

进而步骤(4)根据诱导系统布点优化模型目标函数诱导和系统布点优化模型约束函数进行求解，得到最终停车诱导系统布点方案。

4.根据权利要求3所述的一种考虑诱导连续性的停车诱导系统布点优化方法，其特征在于，步骤(303)诱导系统布点优化模型约束函数包括：

(a)信息量约束函数，该约束函数使得停车诱导二级板显示停车场数量小于5个，具体地，信息量约束函数为：

${\mathrm{VMS}}_{a,b}=\underset{k=1}{\overset{K}{\Σ}}{\mathrm{\α}}_{a,b}^k\≤5,$

VMS_a,b表示路网节点中第a个交叉口到第b个交叉口之间的路段设置停车诱导板显示的停车场的数量，a＝1,2……A，n＝1,2……A，且m≠n，A为路网节点中交叉口的总个数，表示第a个交叉口到第b个交叉口之间的路段是否设置第k个停车场的停车诱导板，若是则等于1，否则等于0，即：

${\mathrm{\α}}_{a,b}^k=\left\{\begin{array}{cc}0& \underset{inp=1}{\overset{INP}{\Σ}}\underset{p=1}{\overset{P}{\Σ}}{x}_{inp,k}^p*l_{a,b}^{inp,k,p}=0\\ 1& \underset{inp=1}{\overset{INP}{\Σ}}\underset{p=1}{\overset{P}{\Σ}}{x}_{inp,k}^p*l_{a,b}^{inp,k,p}>0\end{array}\right.,$

其中，表示第a个交叉口到第b个交叉口之间的路段在第inp个路网入口到第k个停车场之间的第p个备选行车路径中设置停车诱导板情况，若设置停车诱导板，则取值为1，若不设置停车诱导板，则取值为0；

(b)成本约束函数，成本约束函数使得停车诱导系统总建设成本小于系统投资额，具体地，成本约束函数为：

$\underset{m=1}{\overset{R}{\Σ}}\underset{n=1}{\overset{R}{\Σ}}{\mathrm{\δ}}_{m,n}*c_{m,n}\≤C,$

其中，δ_m,n表示第m个路网节点到第n个路网节点之间的路段上是否设置停车诱导板，若是，δ_m,n取值为1，否则δ_m,n取值为0，C是系统投资额，c_m,n为第m个路网节点到第n个路网节点之间的路段设置的停车诱导板对应的建设成本；

(c)停车场诱导约束函数，该约束函数确保纳入停车诱导系统的停车场至少被诱导系统诱导一次，具体地，停车场诱导约束函数为：

$G_k=\underset{inp=1}{\overset{INP}{\Σ}}\underset{p=1}{\overset{P}{\Σ}}{x}_{inp,k}^p\≥1,$

其中，G_k为第k个停车场被诱导总量，k＝1,2……K，K为停车场总个数。

5.根据权利要求1所述的一种考虑诱导连续性的停车诱导系统布点优化方法，其特征在于，步骤(4)采用启发式算法对建立的诱导系统布点优化模型进行求解。