基于用户期望的智能泊车调度方法研究与应用

摘要

随着经济发展迅速，国内私家车保有量快速增长，“泊车难”一方面给车主带来更多的能源消耗和时间耗费，另一方面已成为影响城市交通畅通的一大瓶颈，严重影响并制约现代城市化文明建设和工业化发展。为应对“泊车难”压力，缓解用户泊位需求与停车场泊位供应不足之间的矛盾，智能泊车技术逐步出现;然而目前的泊车调度策略主要从停车场自身的容量角度出发，从局部解决泊车的调度问题，但是缺乏面向城市级的泊车调度的平台与方法，并且，没有将用户期望作为泊车调度因子，降低用户体验的积极性和系统实用性。本文将用户期望和停车场参数作为智能泊车调度的参考因子，提出基于用户期望的智能泊车调度方案。论文的主要研究工作如下:
　　1.研究用户期望智能泊车调度方案:以用户期望（起始时间、预定时长、泊车范围、车位类型）和停车场参数（车位数、价格、权重值、用户类型）作为调度因子，以线性规划算法为资源分配导向，实现泊位资源分配优化过程。并建立了基于线性最优分配策略算法的资源调度模型。
　　2.基于对现有的智能泊车业务模型进行分析，设计基于用户期望的智能泊车平台，并构建出平台的系统架构、功能模型、代码框架;基于线性最优分配策略算法调度模型和以智能泊车调度算法平台为架构，对线性最优分配策略进行算法实现与应用。
　　3.为了进一步验证线性最优分配策略算法的准确性、优越性和可行性，使用TestDataBuilder开发工具生成测试数据，在集成开发平台MyEclipse10.0环境下进行线性最优分配策略算法验证与平台分析。用户分配率、目标停车场盈利、停车场负载均衡程度和运行效率作为线性最优分配策略算法的度量指标，将线性最优分配策略算法与传统的先来先服务分配算法进行了对比分析。
　　仿真实验表明:本文提出线性最优分配策略算法的时间复杂度与Collections集合类排序算法处于同一数量级，在不增加额外开销的情况下，本文提出的线性最优分配策略算法在用户分配率、目标停车场盈利、运行效率、负载均衡的指标上优于先来先服务算法，具有较好的使用价值和应用前景。

目录

声明

摘要

插图索引

附表索引

第1章 绪论

1．1 研究背景与意义

1．1．1 选题背景

1．1．2 研究意义

1．2 国内外研究现状

1．2．1 国外研究现状

1．2．2 国内研究现状

1．3 研究内容与关键技术

1．3．1 研究内容

1．3．2 关键技术与算法

1．4 论文结构

第2章 智能泊车调度方案与算法

2．1 智能泊车调度方案介绍

2．1．1 车位诱导系统

2．1．2 车位预定技术

2．2 智能泊车调度算法

2．2．1 先来先服务算法

2．2．2 最短路径算法

2．2．3 遗传算法

2．3 基于用户期望调度算法相关介绍

2．3．1 K-means算法

2．3．2 线性规划算法

2．4 小结

第3章 基于用户期望的智能泊车调度方法

3．1 车位预定过程

3．1．1 车位预定形式

3．1．2 车位预定过程示意图

3．2 调度模型与分配算法

3．2．1 线性最优分配策略算法调度模型图

3．2．2 线性最优分配策略算法分配过程

3．3 线性最优分配策略算法设计

3．3．1 线性最优分配策略算法参数定义

3．3．2 线性最优分配策略算法实现

3．4 小结

第4章 基于用户期望的智能泊车调度算法应用

4．1 智能泊车业务诉求

4．1．1 智能泊车业务模型

4．1．2 智能泊车用户需求

4．1．3 智能泊车功能模型

4．2 智能泊车系统框架

4．2．1 B／S开发模式

4．2．2 MVC设计模式

4．2．3 JFreeChart插件

4．2．4 系统模型

4．3 智能泊车调度算法

4．3．1 线性最优分配策略算法

4．3．2 线性最优分配策略相关算法体系结构

4．3．3 线性最优分配策略算法代码结构

4．4 线性最优分配策略相关算法代码实现

4．4．1 用户期望权重值

4．4．2 权重值对用户排序

4．4．3 停车场距离算法

4．4．4 用户ID数据生成

4．5 智能泊车车位预定和调度算法实例

4．5．1 实例介绍

4．5．2 地图搜索和登录界面

4．5．3 预定界面

4．5．4 LOAS分配过程介绍

4．5．5 LOAS算法分配实现

4．5．6 预定结果图

4．6 小结

第5章 算法验证与性能分析

5．1 实验环境

5．1．1 实验环境配置

5．1．2 TestDataBuilder介绍

5．2 实验数据获取

5．2．1 用户信息获取

5．2．2 停车场信息获取

5．2．3 TestDataBuilder随机生成数据

5．3 实验结果分析

5．3．1 目标停车场用户分配图

5．3．2 停车场分配比例图

5．3．3 停车场车位类型分配图

5．3．4 目标停车场盈利

5．3．6 用户相对分配率

5．3．7 算法运行效率

5．3．8 时间复杂度分析

5．4 小结

结论

参考文献

致谢

附录A 攻读学位期间所发表的学术论文