CN109416879B - 一种优先短停的泊位分级动态定价方法 - Google Patents
一种优先短停的泊位分级动态定价方法 Download PDFInfo
- Publication number
- CN109416879B CN109416879B CN201780036524.8A CN201780036524A CN109416879B CN 109416879 B CN109416879 B CN 109416879B CN 201780036524 A CN201780036524 A CN 201780036524A CN 109416879 B CN109416879 B CN 109416879B
- Authority
- CN
- China
- Prior art keywords
- parking
- time
- berth
- vehicles
- quality
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
- G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
- G07B15/02—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points taking into account a variable factor such as distance or time, e.g. for passenger transport, parking systems or car rental systems
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
一种优先短停的泊位分级动态定价方法,对某停车区域中的泊位进行分级,并对其中优质泊位进行定价,其步骤包括:(1)简历泊位信息表;(2)对泊位进行分级,确定优质泊位数量;(3)确定单位计费时长;(4)确定优质泊位停车收费价格,并对其进行调节;(5)确定实时检测时隔时长,每隔时长对在优质泊位处停车的实际车辆数和优质泊位的占有率进行实时统计与检测;(6)将实时检测数据与预测数据进行比较,确定之后时段的优质泊位停车收费价格。该方法通过对不同停车资源进行时间、空间差异化定价,实现对停车需求的管理和引导,通过递增累进计费的方式,精细化地设定优质泊位的收费价格并根据实际情况进行动态调整,以达到将有限的优质泊位优先供给停车时长较短的车辆的目的。
Description
技术领域
本发明涉及一种优先短停的泊位分级动态定价方法。通常,驾驶者在停车时偏向于选择位置便捷、停放安全的优质泊位,而不愿意位置较偏远或停放开出难度大的泊位,因此,大量车辆会因争夺优质泊位资源而产生巡游,造成排放增加。本发明提出的优先短停的泊位分级动态定价方法可以通过对不同停车资源进行时间、空间差异化定价,实现对停车需求的管理和引导。特别地,本发明考虑泊位的数量、区域停车需求特征、车位占有率等,通过递增累进计费的方式,精细化地设定优质泊位的收费价格并根据实际情况进行动态调整,以达到将有限的优质泊位优先供给停车时长较短的车辆的目的,提高优质泊位的周转率,使更多的驾驶者能够得到舒适便捷的停车服务和较短的步行时间。
背景技术
目前很多城市停车供需矛盾突出,停车问题已成为严重的城市交通问题。收费是调节市场供需最直接有效的手段之一,因而停车收费定价是停车管理的重要内容和关键措施。
现有技术1
一件美国专利申请,US20140122375,公开号为US20140122375A1,公开日为2014年5月1日,披露了一种根据停车场实时的车位占用率来动态调节停车定价的方法。这种定价方法需要通过智能传感器来检测车位的实时占用率,通过比较模块将当前占用率与目标占用率相比较,通过实时调节停车定价来实现对停车需求的反馈控制。图1显示了这种动态定价方法的实施流程图。图2显示了这种定价方法的一个实施安全中的停车需求、车位占用率及设定的停车定价的变化情况。
由图2可以看出,这种定价方法在检测到车位占用率超过设定的目标值,即停车需求较大时提高停车收费的定价,起到抑制需求的作用,以将车位占用率降到设定的85%阈值以下。但是这种定价方法中,系统是按照先到先服务的原则对停车者提供泊位资源的,既没有考虑泊位资源条件优劣的差异化,也没有对停车用户进行停车时长的区分和选择。因此,未能实现对优质泊位资源的最大化利用。
现有技术2
一件美国专利申请,US20110213672,公开号为US20110213672A1,公开日为2011年9月1日,披露了一种高需求情况下泊位的差异化定价方法。这种方法将停车场内的可用泊位从数量上分成“普通泊位”、“最后保留泊位之一”、“唯一最后保留泊位”等类别,借鉴使用了泊位“贡献值”的概念,根据不同类别泊位的贡献值不同,对其进行不同的定价,以期实现运营商利润的最大化。
图3显示了一个停车场内利用这种方法对泊位类别的划分。其中标识L的是“大尺寸泊位”,标识S的是“安全泊位”,没有标识的是普通车位。下表显示了这种方法的一个实施实例中对泊位的类别划分以及定价规则。
标识 | 分类 | 价格($) | 时长限制(h) |
O | 普通泊位 | 1.00 | 2.5 |
L | 最后保留泊位 | 3.00 | 3.0 |
NL | 最后保留车位的相邻泊位 | 2.00 | 3.0 |
S | 安全泊位 | 10.00 | 10.0 |
可以看出,这种定价方法虽然对泊位进行了差异化区分定价,但并未对停车者的停车时长进行合理选择。这种定价方法的目的是运营商利润的最大化而不是社会效率的最优化,因此无法保障其优质泊位能最大程度地服务于更多驾驶者,因此同样存在一定程度的优质泊位资源的浪费。
现有技术3
一件中国专利申请,公布日2014年7月23日,文献号CN103942976A,披露了一种考虑停车时间的停车诱导系统的调控方法。这种方法所述的诱导系统以路网图形式展现区域的停车状况,诱导屏上包括了区域内各停车场的泊位信息及行驶路线,并动态显示路网的道路交通状况以及各停车场的停车难易程度信息。这种难易程度信息通过依据停车时间范围划分的不同颜色标识给出。
其所述停车诱导系统的调控方法是根据停车时间,计算驾驶员在当前位置选择区域内不同停车场所需的停车时间并选取合适的方式进行发布,停车场的停车时间考虑到达停车场的路段行程时间,排队进入停车场时间和停车场内部寻找车位的时间三部分。但其对驾驶者的诱导仅根据不同停车场当前的车位占有率决定,未区分停车资源的便捷性,造成优质停车资源未得到最充分的利用。
现有技术4
一件中国专利申请,CN201510448131,披露了一种基于需求特性和停车场利用率的停车动态定价方法。通过将检测器采集到的停车场车辆进出数据做停车场利用率的时间序列分析来判断该停车场或该停车场所在区域是否需要进行停车价格的调整,并以此设定动态定价的目标和周期;通过手机APP进行RP调查进而构造该停车场或该停车场所在区域的停车选择概率方程,以此建立停车利用率与停车场属性(包括价格)的关系,再结合检测器采集到的区域停车流量数据即可通过调整停车场的停车价格来优化该停车场的停车场利用率,到达之前设定的目标,从而实现停车场的合理动态定价。
在这种动态定价方法中,对某个特定停车场内部所有泊位的价格均相同,即未对停车场内部不同泊位的便捷性做出区分。
现有技术5
一件中国专利申请,公布日2014年8月13日,公布号CN103985268A,披露了一种基于最优泊位模型的智能停车场车位诱导机制算法。该方法包括停车场最优泊位模型的确定,路网带权图的绘制和车位诱导算法的设计及程序编写三个部分。
其中,最优泊位是根据车辆进入停车位的行驶距离、走出停车场的步行距离和人身安全性三方面来确定的。通过将这三个距离定量表示,以三个距离之和为最短的最短路径法建立数学模型并由此确定最优泊位。根据最优泊位模型,可以将停车场路网抽象为图论中的带权图求解,从而最优泊位问题就可以转换为带权图上的最短距离计算问题。在进行最优泊位选择时采用性能较优的改进floyd算法,最后通过Matlab仿真进行验证。
这种方法对停车场内的不同泊位进行了区分,确定了最优泊位,但仅将该算法用做停车诱导,未涉及停车定价,也没有通过差异化定价来调控停车需求。
发明内容
将有限的优质泊位用来最大程度地满足停车时长较短的车辆的停车需求,提高优质泊位的周转率,是提高社会整体效率的关键。这一思路可以用下面的例子进行说明:
假设现有一个位置便捷的优质泊位,距离停车后出行者所想要到达的最终目的地的步行距离为2分钟;同时有位置较远的普通车位,距离最终目的地的步行距离为5分钟。假设某一时段内先有A、B两名驾驶者同时需要停车后到达这一目的地,其中A的停车时长为6小时,B的停车时长为2小时,2小时后有驾驶者C,4小时后有驾驶者D也需要停车后到达同一目的地,其停车时长也均为2小时。
在现有的技术方法下,可能会出现的情形为:
驾驶者A将车停放在优质车位上,停车后步行2分钟到达目的地;与此同时驾驶者B将车停放在普通车位上,停车后步行5分钟到达目的地。2小时后,B车驶离,此时到达的C只能将车停放在普通车位上(因为优质泊位仍被A车占用),停车后也需步行5分钟到达目的地;同样地,再过2小时后C驶离,而此时到达的D也只能将车停放在普通车位上(因为优质泊位仍被A车占用),停车后也需步行5分钟到达目的地。在这种情形下,整个系统中四名驾驶者所花费的步行时间共计为2+5+5+5=17分钟。
而如果采用本发明的思路,将优质泊位优先满足短停车辆,则情形会变为:
驾驶者A将车停放在普通车位上,停车后步行5分钟;与此同时驾驶者B将车停放在优质车位上,停车后步行2分钟。2小时后,当C到达时,优质车位上的B已经驶离,因此C会将车停放在优质车位上;同理,又过2小时D到达时,优质车位上的C已经驶离,因此D会将车停放在优质车位上,因此C、D所需的步行时间均为2分钟。在这种情形下,整个系统中四名驾驶者所花费的步行时间共计为5+2+2+2=11分钟。
图4对这两种情形进行了对比说明。
通过这个例子可以发现,通过将优质车位优先分配给停车时长较短的车辆(以下简称“短停车辆”),在这个系统中,系统整体付出的步行时间明显减少,效率极大提高。如何通过对优质泊位的合理定价,引导短停车辆停至优质泊位而长停车辆停至普通泊位,是本发明要解决的问题。
本发明提供了一种基于泊位数量限制和停车需求特征分布的优先短停的泊位分级动态定价的方法,可以得到区域内停车行为特征,计算停车时长控制阈值和计费标准,实现诱导转移长停车辆至普通泊位,并能根据实际需求状态对价格进行动态调控。实现提高优质泊位利用率,减少系统总巡游时间及步行时间的目的。
本发明具体包括以下步骤:
(1)建立泊位信息表。建立泊位信息表,统计停车区域内所有泊位的相关信息,包括泊位编号、泊位距离停车区域各车行出入口的平均车行路程de、泊位距离最近一个电梯的步行路程dw、泊位距离最近一个自助缴费机的距离df、区域内能对该泊位进行监控的摄像头的数量n以及该泊位的面积A。所建立的泊位信息表示如下表所示。
在这一步中,当所考虑的停车区域中未设置自助缴费机时,则在泊位信息表中删除该统计项;当所考虑的停车区域中未安装用于监控的摄像头系统时,则在泊位信息表中删除该统计项。
(2)对泊位进行分级,确实优质泊位数量s。根据步骤(1)中建立的泊位信息表,按以下步骤分别计算各泊位的等级系数γ:
a)计算泊位的车行便捷度ce,按式(1)进行计算:
其中:
de表示该泊位距离停车区域各车行出入口的平均车行路程;
d′e表示该停车区域中所有泊位距离停车区域各车行出入口的平均车行路程的平均值;
b)计算泊位的人行便捷度cw,按式(2)进行计算:
其中:
dw表示该泊位距离停车区域内最近的电梯的步行路程;
d′w表示该停车区域中所有泊位距离停车区域内最近电梯的步行路程的平均值;
c)计算泊位的缴费便捷度cf,按式(3)进行计算:
其中:
df表示该泊位距离最近的自助缴费机的距离;
d′f表示该停车区域中所有泊位距离最近的自助缴费机的距离的平均值;
d)计算泊位的尺寸便捷度ca,按式(4)进行计算:
其中:
A表示该泊位的面积;
A′表示该停车区域中所有泊位面积的平均值;
e)计算泊位的安全度cs,当该泊位仅能被一个监控摄像头所监控时,其cs=1;当该泊位能同时被两个监控摄像头所监控时,其cs=1.25;当该泊位能同时被三个及以上监控摄像头所监控时,其cs=1.5;当该泊位处于所有摄像头的盲区而无法被监控时,其cs=0。
f)计算泊位的等级系数γ,式(5)进行计算:
其中:
γ表示泊位的等级系数,γ越大,表示泊位的综合条件越优;
γ0表征了所设定的优质泊位综合条件的最低标准,取值范围为1—2。γ0取值越大,该区域内优质泊位的条件越优,反之越差。γ0的可由停车设施运营商自行设定,可取1、1.2、1.25、1.4、1.5、1.75等值;
其余符号含义与之前相同。
g)确定优质泊位的数量s。当泊位的车行便捷度ce、人行便捷度cw、缴费便捷度cf、泊位的尺寸便捷度ca和安全度cs五项中有一项取值大于或等于1.5,或泊位的等级系数γ大于1时,该泊位则为优质泊位,其余泊位为普通泊位。对停车区域内所有泊位的计算结果进行统计,得到停车区域内优质泊位的数量s。
在这一步骤中,另一种可能的实施方式是,当泊位数量较少时,可根据不同泊位的位置、安全性及尺寸条件,对数量有限有泊位进行粗略分级,并为不同等级的优质泊位设定固定的等级系数γ。优质泊位的条件越优,其等级越高,相应的等级系数γ也越大。图8显示了对于位于同一个停车场内的多个泊位的一种可能的分级方式,其分级系数的设定如下表所示。
优质泊位等级 | 一级 | 二级 | 三级 |
标识 | 1 | 2 | 无标识 |
等级系数 | 1.5 | 1.2 | 1.0 |
(3)确定单位计费时长t0。单位计费时长t0可以是小于所需定价的时段长度的任一时长,如要制定的是3小时内的停车收费政策,则应满足t0≤3小时。停车时长中不满一个t0的部分在计费时按一个t0计算。
特别地,本方法中提出t0的取值应满足1分钟≤t0≤20分钟。这是因为t0越大,停车收费随停车时长增加的阶梯性突变越明显,会使时长处在突变阈值附近的用户对收费的变化更为敏感,从而增加用户的时间焦虑感,降低停车用户对停车服务的满意度。
图5显示了在假设某用户停车时长为2小时,最终支付的总费用相同的情况下,设定单位计费时长t0=1小时和t0=10分钟两种情况下,其停车费用在2小时内随时间增长的变化情况。由图5可以看出,t0=1小时情况下,收费增长具有明显的阶梯性突变,这使得停车者在停车接近2小时的时候便会产生明显的心理焦虑感,因为担心时长一旦超过2小时,费用会产生突增。而在t0=10分钟的情况下,收费增长更加平缓渐变,用户不必担心由于超过某个时限而产生费用的大幅增加,从而改善用户的停车体验。
(4)确定停车区域内停车特征数据。这些数据包括进入所述停车区域内有停车需求的车辆数Q、有停车需求的车辆的停车时长t。
在确定所述停车区域内有停车需求的车辆数Q和有停车需求的车辆的停车时长t这两项数据时,需要利用以下四种相关数据中的至少一种:
a)同时段所述停车区域内停车车辆数QⅠ及停车时长的历史经验值tⅠ。通过智能化的停车设施所存储的数据或人工记录,得到优质泊位和普通泊位处停车车辆的到达数量并求和,同时记录每辆车的停车时长,随机抽取多天的记录值并取平均值,即为所述停车区域内停车车辆数历史经验值及停车时长的历史经验值。特别地,在进行历史数据的抽取统计时,应将选取的日期分工作日、双休日及特殊节假日这三种需求差异较大的情况进行分别统计。
b)周边道路的实时交通流量QⅡ。指由交通管理部门或有关专业第三方发布的,围绕所述停车区域周边的道路路网的实时交通流量数据。
c)移动终端APP上的泊位预约数据QⅢ、tⅢ。指有停车需求的用户提前通过相关的移动终端应用APP,对所述停车区域内的优质泊位进行了预约,并告知所需停车的时段。在APP上被预约的优质泊位的数量和预约时段可以从应用后台进行实时获取。
d)已知的停车区域内的临时活动的诱增停车需求量QⅣ、tⅣ。所述停车区域内将发生的临时的活动时会加大停车区域内的停车需求,因此需要掌握参加活动的人数和活动举办的时间。
利用以上一种或多种相关数据,通过以下三种方法之一,对所述停车区域内的有停车需求的车辆数Q和有停车需求的车辆的停车时长t进行预测:
a)所述停车区域内的有停车需求的车辆数Q=同时段所述停车区域内停车车辆数的历史经验值QⅠ+停车区域内临时活动的参加人数QⅣ×小汽车出行的分担比;其中小汽车出行的分担比的取值大于0.1小于0.3,通过在实地抽样调查得到;停车区域内的停车时长t由停车时长的历史经验值tⅠ和停车区域内临时活动诱增的停车需求的停车时长分布tⅣ叠加得到。
b)所述停车区域内的有停车需求的车辆数Q=APP中预约泊位数量QⅢ+同时段所述停车区域内停车车辆数的历史经验值QⅠ×(1-APP预约用户占所有停车用户的比例)+停车区域内临时活动的参加人数QⅣ×小汽车出行的分担比;其中APP预约用户占所有用户的比例是通过抽样调查得到,小汽车出行的分担比的取值大于0.1小于0.3,通过在实地抽样调查得到;停车区域内的停车时长t由停车时长的历史经验值tⅠ和由历史数据、APP预约数据确定的停车需求的停车时长tⅢ和由停车区域内临时活动诱增的停车需求的停车时长tⅣ三项叠加得到。
当用于确定APP中提供给预约用户的优质泊位价格时,应使用方法a);当进行优质泊位价格的实时动态调整时,应使用方法b)或方法c)。但实时调整的价格仅应用于价格发布后进入泊位的非预约用户,对于已在APP上进行预约的停车用户,其收费标准依然按照其预约时所被告知的收费标准执行。
(5)确定停车时长控制阈值tm。按照以下步骤进行:
a)由步骤(3)中所获得的数据,将停车区域内有停车需求的车辆总量Q按停车时长t进行分组,组距为单位计费时长t0。即第i组数据的停车时长为ti=i×t0,该组的车辆数为qi,i的取值范围为i=1,2,3,...,T/t0,其中T是总定价时长;
c)由第i组车辆平均每t0时长的到达量q0i和第i组车辆的停车时长ti,计算第i组车辆所需要的停车时空资源数量Si=q0i×ti;
d)由各组车辆所需要的停车时空资源数量S1,S2,...,Si,计算前i组车辆累积所需停车时空资源数量∑Si=S1+S2+…+Si;
e)由优质泊位的泊位数s计算其所能提供的停车时空资源Sp=0.85×s×t0;
f)将∑S1,∑S2,...,∑Si与优质泊位所能提供的停车时空资源Sp进行比较,找出一个i′,使得∑Si′最接近但且不超过Sp,其所在组别i’对应的停车时长ti′即为停车时长控制阈值tm。
图6显示了停车时长控制阈值tm的计算流程。这一计算过程可以利用停车需求统计表来进行计算。下表是停车需求统计表的一个示例。
(6)确定优质泊位停车收费价格。按以下步骤进行:
a)由已知的普通泊位停车收费政策,计算当停车时长为停车时长控制阈值tm时,普通泊位的停车收费价格Pt′;
b)设定优质泊位的免费停车时长tf,即车辆在优质泊位处停放时长不超过tf时,不进行收费;tf的取值可以为0,即车辆从一停入优质泊位就开始计费;
c)按成本定价法确定优质泊位在t0时长内的价格下限,作为优质泊位免费停车时长tf结束后第一个t0时长内的收费价格p1;
d)由当停车时长为tm时普通泊位的停车收费价格P′t和优质泊位的等级系数γ,按式(6)计算当停车时长为tm时,计算车辆停放在某优质泊位处的停车收费Pt:
Pt=P′t×γ (6)
式(6)中,当优质泊位的等级系数γ<1时,按1计。
其中步骤c)和步骤d)可以同时进行。
e)由当停车时长为tm时车辆停放在某优质泊位处的停车收费Pt,按式(7)计算得到优质泊位的价格递增方差Δp,即该优质泊位第n个单位计费时长t0的收费比第(n-1)个单位计费时长t0收费上涨的部分:
其中:
f)由优质泊位免费停车时长tf结束后第一个t0时长的收费价格p1和优质泊位的价格递增方差Δp,按式(8)计算得到优质泊位免费停车时长tf结束后第n个t0时长的收费价格pn:
pn=p1+(n-1)·Δp (8)
其中,步骤b),c),d)可以同时进行,图7显示了优质泊位停车收费价格的计算流程图。
在这一步骤中,一种可能的实施方式是考虑所述停车区域内停车用户的价格敏感系数μ。即当所述停车区域内停车用户对优质泊位收费价格变化的反应较小时,可以对计算所得的停车收费价格乘以系数μ,1≤μ≤1.5,取值为μ=1.0、1.1、1.2、1.3、1.4、1.5等,进行一定的扩大,以达到有效分流的目的。
所述价格敏感系数μ的设定可以考虑用户忠诚度和用户优惠券使用情况。其中,用户忠诚度通过用户的复购率,即一月内重复停放的次数来衡量。用户忠诚度越高,对价格的敏感程度越小,相应的价格敏感系数μ越大。用户优惠券使用率越高,则用户对价格的敏感程度越高,相应的价格敏感系数μ越小。
通过对计算所得的某优质泊位的停车收费价格收费规则可以用收费矩阵来表示,优质泊位收费矩阵的一个示例如下所示:
(7)确定实时检测间隔时长tr,对在优质泊位停车的实际车辆数Qr和优质泊位的实时占用率Or进行定时的实时统计与检测。利用智能道闸、视频车位探测器、红外车位探测器、微波车位探测器或地磁线圈,每隔tr时长统计从定价时段起始到当前时刻,在优质泊位处停车的实际车辆数Qr和此时优质泊位的实时占用率Or,并将数据上报给系统。
(8)将实时检测数据与预测数据进行比较,确定之后时段的优质泊位停车收费价格。由步骤(4)中确定的所述停车区域内有停车需求的车辆数Q,求得从定价时段起始到当前时刻的预测需求量和优质泊位处停车的实际车辆数Qr比较,若0.85Qp≤Qr≤1.15Qp且0.7≤Or≤0.9,则原定收费方案不变;若不满足,则需重新执行步骤(4)至步骤(6),更新相关参数,定并发布新的收费方案。
以上符号及其所表示含义归纳如下表:
附图简要说明
图1是现有技术1的实施流程图。
图2是现有技术1实施实例说明。
图3是现有技术2中泊位分类示例。
图4是现有情形与优化情形对比图。
图5是不同单位计费时长t0下收费变化对图。
图6是停车时长控制阈值tm的计算流程图。
图7是优质泊位停车收费价格的计算流程图。
图8是某停车场内多个优质泊位一种可能的分级方式。
图9是优先短停的优质泊位动态定价方法实施流程图。
图10是实施例停车区域车位分布示意图。
具体实施方式
在本实施例中,提供一个上述发明的可能实施方式,本实例中停车区域车位分布图如图10所示。该停车区域内共有36个泊位,泊位编号如图所示。收费研究时间为某天的07:00—24:00。现利用优先短停的泊位分级动态定价方法为该停车区域内APP预约用户进行泊位分级动态定价。实施过程如下:
1.通过实地测量,建立该停车区域泊位信息表如下:
2.对泊位进行分级,确实优质泊位数量s。根据泊位信息表中的数据,取γ0=1.2,计算各泊位的车行便捷度ce、人行便捷度cw、缴费便捷度cf、尺寸便捷度ca、安全度cs和等级系数γ如下表所示:
当泊位的车行便捷度ce、人行便捷度cw、缴费便捷度cf、泊位的尺寸便捷度ca和安全度cs五项中有一项取值大于或等于1.5,或泊位的等级系数γ大于1时,该泊位则为优质泊位,其余泊位为普通泊位。对停车区域内所有泊位的计算结果进行统计,得到停车区域内优质泊位的编号如上表灰色部分所示,统计得到该停车区域内优质泊位的数量s=13。
3.设定单位计费时长t0为20分钟,停车时长不足20分钟的部分按20分钟计费。
确定停车区域内停车特征数据。通过停车场智能道闸系统统计数据得到停车区域内停车车辆数的历史经验值为60辆,其停车时长分布已知;同时已知该停车区域内在这天将要举办一个活动,预计参加人数为30人,活动时间为9:00—11:00,参加活动的人中选择开车前为的人数比例约为20%。因为是针对APP预约用户进行的优质泊位停车定价,则按照步骤(3)中的方法a)预测这天内该停车区域内有停车需求的车辆数Q:
所述停车区域内的有停车需求的车辆数Q
=停车车辆到达速率的历史经验值+停车区域内临时活动的参加人数×小汽车出行的分担比=60+30×20%=66辆
对该区域内有停车需求的车辆数Q按其停车时长t进行分组,得到停车需求统计表如下:
同时,由于优质泊位的数量s=13个,其所能提供的停车时空资源 通过在停车需求统计表中与各组的累积所需停车时空资源∑Si相比较,发现在第23组数据中,即当停车时长ti=23×20=460min时,其累积所需停车时空资源∑Si=3.4824个·小时,是最接近且不超过Sp=3.6833个·小时的组别。因此,确定该停车区域的停车时长控制阈值tm=460min。
4.已知该停车区域内普通泊位的停车收费为5元/h,不足1小时部分按1小时计。则当停车时长为停车时长控制阈值tm=460min时,停放在路外停车场的停车费用为P′t=8h×5元/h=40元。
设定优质泊位的免费停车时长t0=0,即车辆一停入优质泊位即开始计费。以编号为02的优质泊位为例,其泊位的等级系数γ=1.21,按式(6)计算当停车时长为tm时,车辆停放在02号优质泊位处的停车收费Pt:
Pt=P′t×γ=40×1.21=48.4元
同时,根据成本定价法,P1处路内停车位的价格下限为3元/h,即在第一个单位计费时长t0=20mi的收费p1=1元。
因此,编号为02的优质泊位的停车收费价格为第一个20min收费1元,之后每个20min的收费价格比前一个20min上涨0.10元,即第二个10min收费1.10元,第三个20min收费1.20元,第四个20min收费1.30元……依次类推,如下表所示:
时段(min) | 0-20 | 20-40 | 40-60 | 60-80 | … | (n×20)-[(n+1)×20] |
收费(元) | 1 | 1.10 | 1.20 | 1.30 | … | 1+n×0.10 |
同时,为了鼓励停车用户通过APP进行优质泊位的预约使用,对于通过APP提前预约后前来优质泊位停车的用户,其最终停车收费为在以上计算价格的90%计算,即享受9折优惠。在停车当天,若优质泊位的收费价格进行实时调整,预约用户的收费也不改变,仍按照其预约时系统所告知其的收费标准执行。
Claims (7)
1.一种优先短停的泊位分级动态定价方法,对某停车区域中的泊位进行分级,并对其中优质泊位进行定价,其步骤包括:
1)建立泊位信息表,表中包括泊位编号、泊位距离停车区域各车行出入口的平均车行路程de、泊位距离最近一个电梯的步行路程dw、泊位距离最近一个自助缴费机的距离df、区域内能对该泊位进行监控的摄像头的数量n以及该泊位的面积A,这些数据均通过实地测量得到;
2)对泊位进行分级,确定优质泊位数量s,对泊位进行分级需要考虑的因素包括泊位的车行便捷度ce、泊位的人行便捷度cw、泊位的缴费便捷度cf、泊位的尺寸便捷度ca、泊位的安全度cs;
3)确定单位计费时长t0;确定停车区域内停车特征数据,包括停车区域内有停车需求的车辆数Q和有停车需求的车辆的停车时长t;确定停车时长控制阈值tm;
4)确定优质泊位停车收费价格pn,并对其进行调节,调节的方式包括对其乘以取值应满足1≤μ≤1.5的所述停车区域内停车用户价格敏感系数μ,以及对提前预约的停车用户进行折扣优惠;
所述的优质泊位停车收费价格按以下步骤进行确定:
(a)由已知的普通泊位停车收费政策,计算得到当停车时长为停车时长控制阈值tm时,普通泊位的停车收费价格P′t;
(b)设定优质泊位的免费停车时长tf;
(c)按成本定价法确定优质泊位免费停车时长tf结束后第一个t0时长内的收费价格p1;
(d)由Pt=P′t×γ计算当停车时长为tm时,车辆停放在某优质泊位处的停车收费Pt,其中P′t为停车时长为tm时普通泊位的停车收费价格,γ为优质泊位的等级系数,当优质泊位的等级系数γ<1时,按1计;
(e)由Δp=[2(Pt-N·p1)]/[N(N-1)]计算优质泊位的价格递增方差Δp,其中Pt为当停车时长为tm时车辆停放在优质泊位处的停车收费,其中N=(tm-tf)/t0;N表示:当停车时长为tm时,所含的单位计费时长t0的个数;
(f)由pn=p1+(n-1)·Δp计算优质泊位免费停车时长tf结束后第n个t0时长的收费价格pn,其中p1为优质泊位免费停车时长tf结束后第一个t0时长的收费价格,Δp为优质泊位的价格递增方差;
5)确定实时检测间隔时长tr,每隔tr时长对在优质泊位处停车的实际车辆数Qr和优质泊位的实时占用率Or进行实时统计与检测;
6)将实时检测数据与预测数据进行比较,确定之后时段的优质泊位停车收费价格。
2.如权利要求1所述的优先短停的泊位分级动态定价方法,其特征在于,所述的泊位分级动态定价方法应考虑下列因素:
i.泊位的车行便捷度ce,按ce=d′e/de进行计算,其中de表示该泊位距离停车区域各车行出入口的平均车行路程,d′e表示该停车区域中所有泊位距离停车区域各车行出入口的平均车行路程的平均值;
ii.泊位的人行便捷度cw,按cw=d′w/dw进行计算,其中dw表示该泊位距离停车区域内最近的电梯的步行路程,d′w表示该停车区域中所有泊位距离停车区域内最近电梯的步行路程的平均值;
iii.泊位的缴费便捷度cf,按cf=d′f/df进行计算,其中df表示该泊位距离最近的自助缴费机的距离,d′f表示该停车区域中所有泊位距离最近的自助缴费机的距离的平均值;
iv.泊位的尺寸便捷度ca,按ca=A/A′进行计算,其中A表示该泊位的面积,A′表示该停车区域中所有泊位面积的平均值;
v.泊位的安全度cs,当该泊位仅能被一个监控摄像头所监控时,其cs=1;当该泊位能同时被两个监控摄像头所监控时,其cs=1.25;当该泊位能同时被三个及以上监控摄像头所监控时,其cs=1.5;当该泊位处于所有摄像头的盲区而无法被监控时,其cs=0。
3.如权利要求1所述的优先短停的泊位分级动态定价方法,其特征在于,所述的确定优质泊位数量s需要按γ=(ce+cf+cs+ca+cw)/(5×γ0)计算泊位的等级系数γ,其中γ0表征了所设定的优质泊位综合条件的最低标准,取值范围为1—2;当泊位的车行便捷度ce、人行便捷度cw、缴费便捷度cf、泊位的尺寸便捷度ca和安全度cs五项中有一项取值大于或等于1.5,或泊位的等级系数γ大于1时,该泊位则为优质泊位,其余泊位为普通泊位。
4.如权利要求1所述的优先短停的泊位分级动态定价方法,其特征在于,所述的单位计费时长t0取值应满足1分钟≤t0≤30分钟。
5.如权利要求1至4之一所述的优先短停的泊位分级动态定价方法,其特征在于,确定所述的停车区域内有停车需求的车辆数Q和有停车需求的车辆的停车时长t时,首先获取以下四种相关数据中的至少两种:
a)同时段所述停车区域内停车车辆数QⅠ及停车时长的历史经验值tⅠ:指通过智能化的停车设施所存储的数据或人工记录,分别得到优质泊位和普通泊位处同时段停车车辆数,对两者求和得到所述停车区域内停车车辆数;同时记录每辆车的停车时长;随机抽取多天的记录值并取平均值,即为所述停车区域内停车车辆数历史经验值及停车时长的历史经验值;同时,在进行历史数据的抽取统计时,应将选取的日期分工作日、周末及特殊节假日这三种需求差异较大的情况进行分别统计;
b)周边道路的实时交通流量QⅡ:指由交通管理部门或有关专业第三方发布的,围绕所述停车区域周边的道路路网的实时交通流量数据;
c)移动终端APP上的泊位预约数据QⅢ、tⅢ:指所述停车区域内的优质泊位在相关的移动终端应用APP上被预约的数量及时段;
d)已知的停车区域内的临时活动的诱增停车需求量QⅣ、tⅣ:指所述停车区域内将发生的临时活动的参与人数和活动举办的时间,诱增的停车需求的停车时长和活动举办时长一致;
利用所获取的数据,按以下三种方法之一计算得到所述停车区域内有停车需求的车辆数Q和有停车需求的车辆的停车时长t:
i)所述停车区域内的有停车需求的车辆数Q=同时段所述停车区域内停车车辆数的历史经验值QⅠ+停车区域内临时活动的参加人数QⅣ×小汽车出行的分担比;其中小汽车出行的分担比的取值大于0.1小于0.3,通过在实地抽样调查得到;停车区域内的停车时长t由停车时长的历史经验值tⅠ和停车区域内临时活动诱增的停车需求的停车时长分布tⅣ叠加得到;
ii)所述停车区域内的有停车需求的车辆数Q=APP中预约泊位数量QⅢ+同时段所述停车区域内停车车辆数的历史经验值QⅠ×(1-APP预约用户占所有停车用户的比例)+停车区域内临时活动的参加人数QⅣ×小汽车出行的分担比;
其中APP预约用户占所有用户的比例是通过抽样调查得到,小汽车出行的分担比的取值大于0.1小于0.3,通过在实地抽样调查得到;停车区域内的停车时长t由停车时长的历史经验值tⅠ和由历史数据、APP预约数据确定的停车需求的停车时长tⅢ和由停车区域内临时活动诱增的停车需求的停车时长tⅣ三项叠加得到;
iii)所述停车区域内的有停车需求的车辆数Q=周边道路的实时交通流量QⅡ×同时段所述停车区域内停车车辆数的历史经验值/周边道路的实时交通流量的历史平均值,总需求的停车时长t的分布与停车时长历史数据经验值的分布tⅠ一致;
当确定提供给预约用户的优质泊位价格时,应使用方法i);当进行优质泊位价格的实时动态调整时,应使用方法ii)或方法iii);实时调整的价格仅适用于价格发布后进入泊位的非预约用户,对于已进行预约的停车用户,其收费价格依然按照其预约时所被告知的收费标准执行。
6.如权利要求1至4之一所述的优先短停的泊位分级动态定价方法,其特征在于,所述的停车时长控制阈值tm按以下步骤进行确定:
(1)由所述停车区域内有停车需求的车辆数Q和有停车需求的车辆的停车时长t,将所述停车区域内有停车需求的车辆总量Q按有停车需求的车辆的停车时长t分组统计,组距为单位计费时长t0,得到第i组数据的停车时长为ti=i×t0,车辆数为qi,i的取值范围为i=1,2,3,…,T/t0,其中T是总定价时长;
(2)由第i组的车辆数qi,计算得到第i组车辆平均每t0时长的到达量q0i=qi/(T/t0);
(3)由第i组车辆平均每t0时长的到达量q0i和第i组车辆的停车时长ti,计算得到第i组车辆所需要的停车时空资源数量Si=q0i×ti;
(4)由各组车辆所需要的停车时空资源数量S1,S2,…,Si,计算得到前i组车辆累积所需停车时空资源数量∑Si=S1+S2+…+Si;
(5)由优质泊位的泊位数s计算得到其所能提供的停车时空资源Sp=0.85×s×t0;
(6)将∑S1,∑S2,...,∑Si与优质泊位所能提供的停车时空资源Sp进行比较,找出一个i′,使得∑Si′最接近但且不超过Sp,其所在组别i′对应的停车时长ti′即为停车时长控制阈值tm。
7.如权利要求1至4之一所述的优先短停的泊位分级动态定价方法,其特征在于,所述的将实时检测数据与预测数据进行比较,当Qr≥10时,确定之后时段的优质泊位停车收费价格的判断标准是:
0.85Qp≤Qr≤1.15Qp且0.7≤Or≤0.9,其中从定价时段起始到当前时刻的预测需求量Qp=Q×从定价时段起始到当前时刻的时长/定价时段的总时长T;若满足这一标准,则原定收费方案不变;若不满足,则需重新执行权利要求1中所述的步骤4)至步骤6),更新相关参数,制定并发布新的收费方案。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/IB2016/058107 WO2018122587A1 (zh) | 2016-12-30 | 2016-12-30 | 一种优先短停的优质泊位动态定价方法 |
IBPCT/IB2016/058107 | 2016-12-30 | ||
PCT/IB2017/058542 WO2018122812A1 (zh) | 2016-12-30 | 2017-12-30 | 一种优先短停的泊位分级动态定价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109416879A CN109416879A (zh) | 2019-03-01 |
CN109416879B true CN109416879B (zh) | 2021-06-15 |
Family
ID=59713539
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680086693.8A Active CN109661693B (zh) | 2016-12-30 | 2016-12-30 | 一种优先短停的优质泊位动态定价方法 |
CN201780048086.7A Pending CN110337680A (zh) | 2016-12-30 | 2017-12-30 | 一种优先短停的优质泊位预约及动态定价方法 |
CN201780036524.8A Active CN109416879B (zh) | 2016-12-30 | 2017-12-30 | 一种优先短停的泊位分级动态定价方法 |
Family Applications Before (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680086693.8A Active CN109661693B (zh) | 2016-12-30 | 2016-12-30 | 一种优先短停的优质泊位动态定价方法 |
CN201780048086.7A Pending CN110337680A (zh) | 2016-12-30 | 2017-12-30 | 一种优先短停的优质泊位预约及动态定价方法 |
Country Status (3)
Country | Link |
---|---|
CN (3) | CN109661693B (zh) |
GB (2) | GB201711410D0 (zh) |
WO (3) | WO2018122587A1 (zh) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109887326A (zh) * | 2019-03-20 | 2019-06-14 | 南通帕哥智能科技有限公司 | 车位预约控制方法及车位预约控制装置 |
CN110246338A (zh) * | 2019-05-28 | 2019-09-17 | 安徽安科智能有限公司 | 一种用于出入口智能车闸远程控制系统及方法 |
CN110060503A (zh) * | 2019-05-30 | 2019-07-26 | 禄丰隆城城市服务有限公司 | 车辆停放管理系统、方法、装置、计算机设备及存储介质 |
CN110443444B (zh) * | 2019-06-24 | 2022-04-22 | 中交二航局建筑科技有限公司 | 基于数字化平台的码头设施检测评估系统及其实现方法 |
JP2021077196A (ja) * | 2019-11-12 | 2021-05-20 | トヨタ自動車株式会社 | 自動バレー駐車システム及び端末装置 |
WO2021102799A1 (zh) * | 2019-11-28 | 2021-06-03 | 邱海燕 | 停车位分配系统及方法 |
CN112950979A (zh) * | 2019-12-10 | 2021-06-11 | 奥迪股份公司 | 停车位推荐方法、装置、计算机设备和存储介质 |
CN110956844B (zh) * | 2019-12-10 | 2021-06-15 | 珠海格力电器股份有限公司 | 停车场的管理方法、装置及存储介质 |
CN111260802B (zh) * | 2020-01-16 | 2022-03-25 | 淄博职业学院 | 基于无线通信网络的停车场智能化控制方法与系统 |
CN113034969B (zh) * | 2020-05-11 | 2022-08-23 | 路特迩科技(杭州)有限公司 | 基于区域的停车服务与管理方法、系统 |
CN111785069B (zh) * | 2020-07-01 | 2021-11-05 | 宁波工程学院 | 一种停车诱导方法、系统、智能终端和储存介质 |
JP2022093189A (ja) * | 2020-12-11 | 2022-06-23 | トヨタ自動車株式会社 | 制御装置及び料金決定方法 |
CN112820134B (zh) * | 2020-12-30 | 2022-08-23 | 深圳市前海亿车科技有限公司 | 一种局部区域预约停车的方法、系统及介质 |
CN113327333B (zh) * | 2021-04-08 | 2022-12-13 | 厦门路桥信息股份有限公司 | 停车位预约价格动态调整方法及装置 |
CN113188820B (zh) * | 2021-04-22 | 2022-04-12 | 王聿波 | 一种基于杠杆原理的电梯载荷检测装置 |
CN113554276B (zh) * | 2021-06-25 | 2023-11-07 | 桂林电子科技大学 | 基于泊位供给可用性感知冲突规避泊位分配系统 |
CN113936347B (zh) * | 2021-09-30 | 2023-12-19 | 深圳市科漫达智能管理科技有限公司 | 一种停车计费方法、停车计费装置以及终端设备 |
CN114360078A (zh) * | 2021-12-31 | 2022-04-15 | 浙江树人学院(浙江树人大学) | 一种基于车位物联系统的车位计费方法 |
CN115223389B (zh) * | 2022-07-15 | 2023-11-21 | 西南交通大学 | 一种基于动态路段代价的停车引导路径规划方法 |
CN117409492A (zh) * | 2023-12-14 | 2024-01-16 | 杭州万物互联智慧产业有限公司 | 路内智慧停车无人化运营管理方法及系统 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002157617A (ja) * | 2000-11-20 | 2002-05-31 | Nippon Parking Corp | 駐車場の課金装置とその課金方法 |
US20110213672A1 (en) * | 2009-10-19 | 2011-09-01 | Liberty Pluglns, Inc. | System and method for managing a parking lot |
US20140122375A1 (en) * | 2012-11-01 | 2014-05-01 | Palo Alto Research Center Incorporated | Parking pricing system |
CN103942976A (zh) * | 2014-04-16 | 2014-07-23 | 同济大学 | 一种考虑停车时间的停车诱导系统的调控方法 |
CN103985268A (zh) * | 2014-03-04 | 2014-08-13 | 江南大学 | 一种基于最优泊位模型的智能停车场车位诱导机制算法 |
US20140266802A1 (en) * | 2013-03-14 | 2014-09-18 | Verizon Patent And Licensing Inc. | Providing parking availability information and parking alerts |
CN105427651A (zh) * | 2014-09-11 | 2016-03-23 | 惠州市德赛西威汽车电子股份有限公司 | 基于惯性导航的泊车导航方法及装置 |
US20160104378A1 (en) * | 2014-10-10 | 2016-04-14 | General Motors Llc | Method of determining an attribute of a parking structure |
CN105574997A (zh) * | 2015-12-14 | 2016-05-11 | 中能易电新能源技术有限公司 | 充电式停车场的车位分配方法及装置 |
CN105894849A (zh) * | 2015-01-23 | 2016-08-24 | 汤建华 | 基于云平台的有序停车系统及其实现方法 |
CN106023641A (zh) * | 2016-06-23 | 2016-10-12 | 北京交通大学 | 基于动态优化的停车位预约分配方法及系统 |
CN106169253A (zh) * | 2016-08-25 | 2016-11-30 | 华南师范大学 | 基于停车难易度的停车场空闲状况预测方法及系统 |
US20160379329A1 (en) * | 2010-12-27 | 2016-12-29 | Ai Incube, Inc. | Providing guidance for locating street parking |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102063745A (zh) * | 2010-12-31 | 2011-05-18 | 钟明 | 一种停车管理系统 |
US20120245981A1 (en) * | 2011-03-24 | 2012-09-27 | Spire Parking | Parking management systems and methods |
CN103366603B (zh) * | 2013-06-20 | 2017-02-08 | 上海市城市建设设计研究总院 | 地面停车场停车泊位引导系统 |
US9530253B2 (en) * | 2014-12-16 | 2016-12-27 | International Business Machines Corporation | Dynamically managing parking space utilization |
CN105303882B (zh) * | 2015-11-16 | 2017-11-10 | 东南大学 | 基于时空维度动态停车收费策略的停车管理系统及方法 |
-
2016
- 2016-12-30 CN CN201680086693.8A patent/CN109661693B/zh active Active
- 2016-12-30 WO PCT/IB2016/058107 patent/WO2018122587A1/zh active Application Filing
- 2016-12-30 GB GBGB1711410.9A patent/GB201711410D0/en not_active Ceased
-
2017
- 2017-12-30 CN CN201780048086.7A patent/CN110337680A/zh active Pending
- 2017-12-30 GB GBGB1909413.5A patent/GB201909413D0/en not_active Ceased
- 2017-12-30 WO PCT/IB2017/058542 patent/WO2018122812A1/zh active Application Filing
- 2017-12-30 WO PCT/IB2017/058543 patent/WO2018122813A1/zh active Application Filing
- 2017-12-30 CN CN201780036524.8A patent/CN109416879B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002157617A (ja) * | 2000-11-20 | 2002-05-31 | Nippon Parking Corp | 駐車場の課金装置とその課金方法 |
US20110213672A1 (en) * | 2009-10-19 | 2011-09-01 | Liberty Pluglns, Inc. | System and method for managing a parking lot |
US20160379329A1 (en) * | 2010-12-27 | 2016-12-29 | Ai Incube, Inc. | Providing guidance for locating street parking |
US20140122375A1 (en) * | 2012-11-01 | 2014-05-01 | Palo Alto Research Center Incorporated | Parking pricing system |
US20140266802A1 (en) * | 2013-03-14 | 2014-09-18 | Verizon Patent And Licensing Inc. | Providing parking availability information and parking alerts |
CN103985268A (zh) * | 2014-03-04 | 2014-08-13 | 江南大学 | 一种基于最优泊位模型的智能停车场车位诱导机制算法 |
CN103942976A (zh) * | 2014-04-16 | 2014-07-23 | 同济大学 | 一种考虑停车时间的停车诱导系统的调控方法 |
CN105427651A (zh) * | 2014-09-11 | 2016-03-23 | 惠州市德赛西威汽车电子股份有限公司 | 基于惯性导航的泊车导航方法及装置 |
US20160104378A1 (en) * | 2014-10-10 | 2016-04-14 | General Motors Llc | Method of determining an attribute of a parking structure |
CN105894849A (zh) * | 2015-01-23 | 2016-08-24 | 汤建华 | 基于云平台的有序停车系统及其实现方法 |
CN105574997A (zh) * | 2015-12-14 | 2016-05-11 | 中能易电新能源技术有限公司 | 充电式停车场的车位分配方法及装置 |
CN106023641A (zh) * | 2016-06-23 | 2016-10-12 | 北京交通大学 | 基于动态优化的停车位预约分配方法及系统 |
CN106169253A (zh) * | 2016-08-25 | 2016-11-30 | 华南师范大学 | 基于停车难易度的停车场空闲状况预测方法及系统 |
Non-Patent Citations (1)
Title |
---|
"天津市机动车停车费问题研究";张晓圆;《中国优秀硕士学位论文全文数据库 经济与管理科学辑》;20140715(第7期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109416879A (zh) | 2019-03-01 |
CN110337680A (zh) | 2019-10-15 |
WO2018122812A1 (zh) | 2018-07-05 |
CN109661693B (zh) | 2021-06-15 |
WO2018122587A1 (zh) | 2018-07-05 |
GB201711410D0 (en) | 2017-08-30 |
GB201909413D0 (en) | 2019-08-14 |
WO2018122813A1 (zh) | 2018-07-05 |
CN109661693A (zh) | 2019-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109416879B (zh) | 一种优先短停的泊位分级动态定价方法 | |
Li et al. | Regulating TNCs: Should Uber and Lyft set their own rules? | |
Huang et al. | Vehicle relocation in one-way station-based electric carsharing systems: A comparative study of operator-based and user-based methods | |
Repoux et al. | Dynamic prediction-based relocation policies in one-way station-based carsharing systems with complete journey reservations | |
Hörl et al. | Simulation of price, customer behaviour and system impact for a cost-covering automated taxi system in Zurich | |
US7312722B2 (en) | System and method for assessing parking space occupancy and for reserving same | |
CN109993215B (zh) | 一种基于交通大数据的路径诱导方法 | |
Fulman et al. | Establishing heterogeneous parking prices for uniform parking availability for autonomous and human-driven vehicles | |
CN108460537A (zh) | 一种基于大数据与用户心理预测共享自行车需求量的方法 | |
Xiong et al. | Understanding operation patterns of urban online ride-hailing services: A case study of Xiamen | |
CN113570195A (zh) | 基于etc门架系统数据的车辆信用评价系统及方法 | |
Conway et al. | Challenges in managing centralized taxi dispatching at high-volume airports: Case study of John F. Kennedy International Airport, New York City | |
CN112498164A (zh) | 充电策略的处理方法和装置 | |
CN111160597B (zh) | 基于出租车司机综合满意度的智能调度方法 | |
CN114387816B (zh) | 基于消费者行为预测分析的商城车流引导系统及方法 | |
CN112037512B (zh) | 一种城市拥堵条件下的机动车管理和优化方法 | |
CN115829286A (zh) | 一种考虑出行者个性需求偏好的动态停车推荐方法 | |
CN114548461A (zh) | 一种利用网约车订单数据动态预测乘客等候时长的方法 | |
Wong et al. | The effects of peak hour and congested area taxi surcharges on customers’ travel decisions: empirical evidence and policy implications | |
CN115204433A (zh) | 一种面向自动驾驶汽车的共享泊位预约匹配方法 | |
Magsino et al. | An evaluation of temporal-and spatial-based dynamic parking pricing for commercial establishments | |
CN117576943A (zh) | 一种停车场车辆信息智能分析管理系统 | |
CN116011600B (zh) | 无拥堵出行的预约方法、装置、系统、电子设备及介质 | |
CN110341528A (zh) | 一种路灯充电桩智能提醒方法与系统 | |
Basso et al. | A microeconomic analysis of congestion management policies |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |