韓二鋒

摘要：隨著紹興城市化水平的不斷提升與城鎮(zhèn)居民私家車擁有量的迅速增加，有限的停車位無法有效解決停車的問題顯得越來越突出。通過調(diào)研，確定以紹興市世茂廣場停車場作為研究對象，基于馬爾柯夫預(yù)測模型進(jìn)行短時有效泊位的驗證分析。通過計算，運(yùn)用馬爾柯夫預(yù)測模型所得的預(yù)測結(jié)果可信度較高，可在智能停車誘導(dǎo)系統(tǒng)模塊中加以使用。

Abstract： With the increase of the level of urbanization in Shaoxing and the rapid increase in the amount of private cars in urban residents， the problem of limited parking spaces can not effectively solve the parking problem is becoming more and more prominent. Through the investigation， to determine the Shaoxing Shimao Plaza parking lot as the research object， analysis Markov forecast model based on short-time effective berth. By calculation， the reliability of the forecast results obtained by using the Markov forecast model can be used in the intelligent parking guidance system.

關(guān)鍵詞：灰色模型；馬爾柯夫預(yù)測模型；時間序列；世茂廣場；有效泊位；可信度

Key words： grey model；Markov forecast model；time series；Shimao Plaza；effective berth；reliability

中圖分類號：U491.1 文獻(xiàn)標(biāo)識碼：A 文章編號：1006-4311（2016）06-0215-04

0 引言

紹興統(tǒng)計年鑒（2014版）數(shù)據(jù)顯示，截止2013年底，民用車輛擁有量111萬輛，比上年末增長10.4%。其中汽車74萬輛，增長17.8%。隨著紹興城市化水平的不斷提升與城鎮(zhèn)居民私家車擁有量的迅速增加，有限的停車位無法有效解決停車的問題顯得越來越突出。作為動態(tài)交通的起點和延續(xù)，停車設(shè)施與服務(wù)供給不足以及管理滯后等靜態(tài)交通問題也日益凸顯，引起居民對城市交通的負(fù)面反饋。

停車場的有效泊位具有不確定性、隨機(jī)性、相似性、周期性和波動性的特征。本文通過馬爾柯夫預(yù)測模型對智能停車有效泊位進(jìn)行仿真研究，經(jīng)建模和數(shù)據(jù)預(yù)處理，計算所得預(yù)測數(shù)據(jù)與調(diào)查真實數(shù)據(jù)相比具有較高可信度?；隈R爾柯夫預(yù)測模型的智能停車誘導(dǎo)系統(tǒng)有效泊位研究可以作為有效泊位的預(yù)測方法，并在智能停車誘導(dǎo)系統(tǒng)模塊中加以應(yīng)用。

1 馬爾柯夫預(yù)測法

馬爾柯夫預(yù)測法根據(jù)狀態(tài)之間的轉(zhuǎn)移概率來預(yù)測動態(tài)數(shù)據(jù)系統(tǒng)的發(fā)展規(guī)律，適合于隨機(jī)性波動度較大的預(yù)測問題，但要求預(yù)測對象除具有馬爾柯夫鏈特性外，還要滿足平穩(wěn)過程等均值特點。在實際過程當(dāng)中，車位信息呈現(xiàn)非平穩(wěn)隨機(jī)性，時序數(shù)據(jù)會呈現(xiàn)波動和跳躍。

1.1 馬爾柯夫預(yù)測基本原則

在預(yù)測過程中，首先遵循實事求是原則，認(rèn)真整理并核實各項調(diào)研資料。其次遵循系統(tǒng)性和概率性的原則，找出其本質(zhì)聯(lián)系。確定適當(dāng)模型后再根據(jù)連續(xù)性原則，將預(yù)測對象過去和現(xiàn)在的規(guī)律延伸到未來[1]。

1.2 馬爾柯夫預(yù)測預(yù)測步驟

灰色理論能夠建立微分方程預(yù)測模型基于以下幾方面[2]：

①灰色理論將隨機(jī)變量當(dāng)作是在一定范圍內(nèi)變化的灰色量，將隨機(jī)過程當(dāng)作是在一定范圍，一定時段內(nèi)變化的灰色過程；

②灰色系統(tǒng)將無規(guī)律的歷史數(shù)據(jù)列累加后，對生成數(shù)列建立微分方程模型；

③灰色理論通過GM模型來調(diào)整、修理、提高精度；

④對于高階系統(tǒng)建模，灰色理論是通過GM（1，n）模型建解決的；

⑤GM模型所得數(shù)據(jù)必須經(jīng)過逆生成，即累減生成作還原后才能應(yīng)用。

馬爾柯夫預(yù)測模型的預(yù)測步驟可用圖1表示。

2 預(yù)測模型的建立

2.1 灰色模型（GM）的建模原理

灰色模型（GM）的建模原理見圖2。

3 調(diào)研數(shù)據(jù)及預(yù)測驗證

2014年1月9日至2014年1月15日，紹興汽車服務(wù)業(yè)公共科技服務(wù)平臺項目小組開展了紹興市停車場調(diào)研活動。通過比較分析，確定以世茂廣場停車場作為研究對象開展智能停車誘導(dǎo)系統(tǒng)研究：

①世茂廣場業(yè)態(tài)豐富，消費(fèi)具有代表性：世茂廣場擁有百盛百貨、歐尚超市、世茂國際影城等13家主力商家和500多個國內(nèi)外知名時尚品牌。

②迪蕩新城已有智能停車誘導(dǎo)系統(tǒng)相關(guān)設(shè)施，便于推廣應(yīng)用：世茂廣場所處迪蕩新城核心區(qū)域共設(shè)置12塊電子顯示屏，從上面可了解迪蕩地下車位信息。

為了檢驗?zāi)Ｐ偷念A(yù)測精度和驗證方法的有效性，平臺項目小組統(tǒng)計了紹興市世茂廣場停車場2014年1月12日16：00-21：00典型時間段內(nèi)的有效泊位數(shù)。以5min為間隔，具體數(shù)據(jù)見表1。

從以上數(shù)據(jù)得出：僅由GM（1，1）結(jié)果平均相對誤差為10.11%，在此基礎(chǔ)上對相對誤差用馬爾柯夫模型加以修正，預(yù)測值的相對誤差下降至4.62%?；隈R爾柯夫預(yù)測模型的智能停車有效泊位研究具有較高的可信度，可在智能停車有效泊位預(yù)測模塊中加以使用。

4 結(jié)語

停車場的有效泊位受許多因素的影響，存在極大的不確定性、隨機(jī)性、相似性、周期性和波動性。本文以紹興市世茂廣場停車場為例，進(jìn)行了基于馬爾柯夫預(yù)測模型的智能停車有效泊位仿真研究，通過與調(diào)查所得到的數(shù)據(jù)進(jìn)行對比，驗證了馬爾柯夫預(yù)測模型的精確度。隨著新理論及新技術(shù)的應(yīng)用，城市智能停車誘導(dǎo)系統(tǒng)對城市交通誘導(dǎo)的作用將進(jìn)一步體現(xiàn)。充分發(fā)揮靜態(tài)交通系統(tǒng)對改善城市交通所起到的積極作用，助力紹興智慧城市建設(shè)。

參考文獻(xiàn)：

[1]許增昭.基于泊位誘導(dǎo)及適時預(yù)測的智能停車管理系統(tǒng)研究[D].廣州：華南理工大學(xué)，2010.

[2]鄧聚龍.灰色預(yù)測與決策[M].北京：清華大學(xué)出版社.1986：125-134.

[3]宋光平.鐵路貨運(yùn)量預(yù)測方法綜述[D].北京：北京交通大學(xué)，2007.

[4]蔡巖.基于灰色預(yù)測模型的短期交通流預(yù)測研究[D].成都：西南交通大學(xué)，2009.

[5]何勇，鮑一丹，吳江明.隨機(jī)型時間序列預(yù)測方法的研究[J].系統(tǒng)工程理論與實踐，1997（1）：36-43.

[6]蓋春英，裴玉龍.公路貨運(yùn)量灰色模型-馬爾柯夫鏈預(yù)測方法研究[J].中國公路學(xué)報，2003，16（3）：113-116.

[7]胡群芳，徐偉，劉文.灰色馬爾柯夫模型在交通量預(yù)測中的應(yīng)用[J].河南科學(xué)，2005，23（2）：247-250.

[8]胡光宇.戰(zhàn)略：預(yù)測與決策[M].北京：清華大學(xué)出版社，2005：169-184.

[9]羅積玉，妍媖.經(jīng)濟(jì)統(tǒng)計分析方法及預(yù)測[M].北京：清華大學(xué)出版社，1987：347-348.

[10]夏樂天.馬爾柯夫鏈預(yù)測方法及其在水文預(yù)測中的應(yīng)用[D].南京：河海大學(xué)，2005.