[发明专利]宏、中、微观多层次的城市停车需求预测模型集成系统有效

专利信息
申请号: 201110392499.1 申请日: 2011-11-30
公开(公告)号: CN102496076A 公开(公告)日: 2012-06-13
发明(设计)人: 邓兴栋;贺崇明;甘勇华;陈先龙;宋程 申请(专利权)人: 广州市交通规划研究所;广州至信交通顾问有限公司
主分类号: G06Q10/04 分类号: G06Q10/04
代理公司: 广州粤高专利商标代理有限公司 44102 代理人: 禹小明;邱奕才
地址: 510030 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 微观 多层次 城市 停车 需求预测 模型 集成 系统
【权利要求书】:

1.一种宏、中、微观多层次的城市停车需求预测集成系统,其特征在于,包括:

用于导入和存储停车需求预测所需数据的系统数据模块;

通过系统数据模块获取数据对城市交通小区、规划管理单元和行政区的出行车辆和未出车辆停车需求进行预测的城市总体停车需求宏观预测模块;

通过系统数据模块获取数据以具有多种使用性质的地块为分析单元,在考虑公交可达性的前提下对全日各分析单元停车需求之和最大时的停车泊位需求进行预测的综合开发共享停车需求中观预测模块,所述地块包括单项建筑或者多项临近的建筑;

通过系统数据模块获取数据对停车库入口服务情况进行预测的停车库入口服务水平微观分析模块;

所述城市总体停车需求宏观预测模块与综合开发共享停车需求中观预测模块连接,用于对预测结果进行相互校正;所述城市总体停车需求宏观预测模块、综合开发共享停车需求中观预测模块和停车库入口服务水平微观分析模块均与系统数据模块连接,并统一集成到统一平台中进行操作控制。

2.根据权利要求1所述的宏、中、微观多层次的城市停车需求预测集成系统,其特征在于,所述系统数据模块中的数据包括:

通过调查获得的特征年各小区人口,特征年就业岗位量,特征年小汽车拥有量,特征年小汽车使用意愿,各种使用性质建筑全日各时刻停车需求和全日停车需求变化率数据,各地块的公交可达性修正系数;

通过仿真获得的特征年分目的小汽车出行客流OD矩阵、分目的小汽车载客率与停车泊位周转率数据;

根据采集获得城市交通小区、规划管理单元和行政区的边界信息及其相互对应关系,停车配建指标分区边界信息,规划路网、轨道网络及站点数据,现状和规划停车场位置和规模数据。

3.根据权利要求2所述的宏、中、微观多层次的城市停车需求预测集成系统,其特征在于,所述城市总体停车需求宏观预测模块内设置有用于对城市交通小区、城市规划管理单元、城市行政区的出行车辆和未出车辆停车需求进行预测的出行吸引模型。

4.根据权利要求3所述的宏、中、微观多层次的城市停车需求预测集成系统,其特征在于,所述出行吸引模型的表达式如下:

Pi=ΣjAijOccj×ratj+CAi×URi]]>

式中:i表示第i个交通小区;j表示第j种小汽车出行目的;Pi为第i个交通小区停车需求,单位为泊位;Aij为第i个交通小区出行客流吸引量,人次/日,其根据特征年分目的小汽车出行客流OD矩阵、特征年各小区人口和就业岗位量获得;Occj为第j种出行目的小汽车载客率,人次/车;ratj为第j种小汽车出行目的停车泊位周转率,次/日;CAi为第i个交通小区小汽车拥有量,单位为辆;URi为第i个交通小区拥有但不使用小汽车的比例,其根据特征年小汽车使用意愿调查获取。

5.根据权利要求4所述的宏、中、微观多层次的城市停车需求预测集成系统,其特征在于,所述出行吸引模型还根据系统数据模块的城市交通小区、规划管理单元和行政区的边界信息及其相互对应关系计算汇总获得城市规划管理单元和行政区出行车辆和未出车辆的停车需求。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州市交通规划研究所;广州至信交通顾问有限公司,未经广州市交通规划研究所;广州至信交通顾问有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201110392499.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top