基于小波分析与神经网络的停车场有效泊位占有率预测方法研究

摘要

目前国内各大中城市停车供需矛盾日益突出，而停车诱导系统是解决停车问题的一种有效途径之一。本文针对现有停车诱导系统存在的不足，结合该领域发展趋势，作了深入的分析，并在此基础上对停车泊位占有率预测方法进行了深入研究。
　　 停车泊位的准确预测是PGIS的基础理论之一。本文总结了停车特性，全面分析了停车行为，叙述了停车诱导信息系统整体的结构及各部分的功能，明确了本论文的研究范围及数据采集的方式，为停车泊位占有率的准确预测提供了有力的保障。通过停车状况调查结果分析，得出了停车场有效泊位占有率(指正在开放的停车场内未被车辆或其它物品占用，可以用来停放车辆的停车泊位数占停车场总泊位数的比例)的短时变化特性，在引入时间序列预测理论和小波神经网络理论的基础上，设计出基于小波分析的神经网络的有效泊位占有率预测模型，随后通过实例验证了上述预测方法的适用性。
　　 本文在已有研究成果基础上深入研究停车场有效泊位占有率预测的基础理论，预测方法，为停车诱导系统提供支持，供用户出行提供参考数据，为解决停车供需矛盾的问题做出了积极有益探索。