1.一种基于停车秩序度的路内停车优化和预约管理系统,其特征在于,包括以下步骤:S1、建立停车秩序度模型;
停车秩序度模型包括:秩序度值、元胞自动机状态更新规则和车辆代理的移动规则和车辆停靠规则;
所述建立停车秩序度模型的步骤如下:
S1.1、建立秩序度值;
秩序度值表达式如下:
;
式中,表示系统中有辆车时的秩序度;表示车辆驶入停车位的平均时间;表示车辆驶出停车位的平均时间;表示系统中总停车位数量;
S1.2、建立元胞自动机状态更新规则和车辆代理的移动规则;
每个元胞代表一个停车位,状态包括:空闲(0)和占用(1)两种;用表示时刻位于位置的元胞状态,则;
每个代理表示一辆车,车辆代理的属性包括:当前位置、目的地位置和行驶速度;
元胞自动机状态更新规则和车辆代理的移动规则如下所示:;
;
;
式中,表示位置是否有空余停车位;表示时刻位置的元胞状态;表示时刻车辆的位置;表示时刻车辆的位置;表示车辆行驶速度;是车辆代理的移动方向,用于寻找最近的空闲停车位;
车辆代理寻找目标停车位的决策过程,如下所示:;
式中,表示目的地位置;表示当前车辆位置;表示目标车位位置;表示时刻位于位置的元胞状态;
S1.3、利用元胞自动机和基于代理的模型建立车辆停靠规则;
对于每个空闲停车位,根据车位使用情况计算其空停车位的秩序度值的值,计算出的秩序度值越小,车辆选择该停车位的概率越高;车辆是否选择该停车位还与当前时刻车辆到目标停车位的距离有关;
表达式如下所示:
;
式中,表示车辆最终选择停车位的概率;分别表示在秩序度和距离影响下的权重系数;表示空停车位的秩序度值;表示当前位置与目标车位间的距离;
计算路内停车系统中所有空余停车位被选择的概率,车辆选择概率最高的停车位进行停靠;
为了平衡秩序度和距离对车辆最终选择停车位概率的影响,将和的值限定在之间,且;
S2、通过python验证模型;
验证的方式为通过python计算并对比使用和不使用停车秩序度模型的停车延误;
S3、将验证后的停车秩序度模型设置到停车预约模块;
S4、通过信息获取模块获取本车位置及路内停车系统所有停车位信息;
路内停车系统是本车所在的路内停车系统;
停车位信息包括:停车位有车和停车位无车;
S5、通过停车预约模块判断路内停车系统停车条件;
S6、通过信息反馈模块对驶离路内停车系统的车辆进行信息反馈。
2.根据权利要求1所述的一种基于停车秩序度的路内停车优化和预约管理系统,其特征在于,所述通过python计算使用和不使用停车秩序度模型的停车延误,即通过每次在python中对两个模型添加三个相同的实验条件,来判断停车延误;
所述三个相同的实验条件包括:车辆平均等待时间、车辆到达停车位的概率和离开停车位的概率;
停车延误包括:开始停车延误、结束停车延误和总延误。
3.根据权利要求2所述的一种基于停车秩序度的路内停车优化和预约管理系统,其特征在于,所述车辆平均等待时间、车辆到达停车位的概率和离开停车位的概率是通过排队论模型输入python中计算得到的;
排队论模型表达式如下:
;
;
式中,表示系统中没有车时的稳态概率;表示系统中有辆车时车辆的到达率;表示系统中有辆车时的服务率;表示系统中有辆车时车辆的到达率,即满负荷状态时的到达率;表示系统中有辆车时的服务率,即满负荷状态时的服务率;表示系统中有辆车时系统的利用率;表示系统中总停车位数量;表示系统中某时刻的车辆数;
车辆平均等待时间的表达式如下:
;
式中,表示车辆到达率,表示满负荷状态时的到达率,表示满负荷状态时的服务率,表示系统中没有车时的稳态概率;
车辆到达停车位的概率的表达式如下:
;
式中,e为自然常数;表示车辆到达率;
车辆离开停车位的概率的表达式如下:
;
式中,e为自然常数;表示系统的服务率。
4.根据权利要求1所述的一种基于停车秩序度的路内停车优化和预约管理系统,其特征在于,所述通过停车预约模块判断路内停车系统停车条件中,判断路内停车系统停车条件包括:第一种情况和第二种情况;
第一种情况即n/s≤80%,表示系统中总停车位数量,表示系统中某时刻的车辆数,满足停车条件,则进行停车秩序度计算;
第二种情况即n/s>80%,表示系统中总停车位数量,表示系统中某时刻的车辆数,此时,说明该处停车位已被使用的数量较多,剩余停车位数量少,不推荐车主将车辆停在该路内停车系统。
5.根据权利要求1所述的一种基于停车秩序度的路内停车优化和预约管理系统,其特征在于,所述通过信息反馈模块对驶离路内停车系统的车辆进行信息反馈包括:车辆停留时间没有达到预计停留时间就驶离停车位和到预计停留时间后,车辆还要继续停放两种情况。
6.根据权利要求1所述的一种基于停车秩序度的路内停车优化和预约管理系统,其特征在于,所述信息获取模块、停车预约模块和信息反馈模块布署在微信小程序上。