基于模糊信息粒的停车泊位可变容量预测

摘要

为解决当前预测技术存在的准度偏差较大的问题,提出基于模糊信息粒的停车泊位可变容量预测方法。通过建立以时间为变量的线性函数与阶段性函数,得到容量函数表达式及其约束条件,并根据求解相关参数指标,推算用户的出行效用。在此基础上基于粒化策略的窗口分类与信息模糊化环节,经过三角形模型粒子完成数据转换,将所得极值结合每个窗口的时间特征获取对应的峰值时间。采用隐藏层中的记忆单元,联立时间序列关系,经过三次样条插值的数据处理实现特征数据重构。根据重构结果与预测区间泊位容量完整、连续的变化状态,完成停车泊位可变容量的预测。结果表明,上述方法不仅能够有效预测停车泊位容量,而且精准度极高,具备一定的参考利用价值。