亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        停車需求特征指標(biāo)的潛在特性

        2019-05-09 07:28:44李林波鄒亞杰
        關(guān)鍵詞:時(shí)變高峰廣場

        李林波, 姜 嶼, 鄒亞杰, 吳 兵

        (同濟(jì)大學(xué) 道路與交通工程教育部重點(diǎn)實(shí)驗(yàn)室,上海 201804)

        由于人工采集手段的局限,傳統(tǒng)停車需求特征分析往往以一天的調(diào)查數(shù)據(jù)為樣本,并將由此獲得的停車需求特征指標(biāo)作為停車需求預(yù)測、配建指標(biāo)制定以及停車管理的重要依據(jù)[1-4],但數(shù)據(jù)的粒度和廣度很難達(dá)到研究的深度要求,因此所獲得的停車特征信息比較粗糙.此外,在停車需求特征指標(biāo)的實(shí)際應(yīng)用中還隱含了兩個(gè)重要的潛在特性:①基于樣本分析的停車需求特征具有代表性,但實(shí)際上由于調(diào)查日期往往是憑經(jīng)驗(yàn)確定的,并且無法進(jìn)行縱向?qū)Ρ?,因此樣本的代表性是存疑的;②基于樣本分析的停車需求特征具有穩(wěn)定性,即所獲得的停車需求特征并不會隨著日期的變化而發(fā)生顯著變化,在每一個(gè)正常工作日都會保持相應(yīng)的需求特征不變,然而這種需求特征的穩(wěn)定性從未得到過驗(yàn)證.陳峻等[5]在提出基于時(shí)空資源容量的停車設(shè)施共享資源匹配方法時(shí),將片區(qū)停車需求時(shí)變規(guī)律作為前提,同樣李林波等[6]所建立的綜合體停車需求預(yù)測三步驟模型,實(shí)際上也蘊(yùn)含一個(gè)停車穩(wěn)定性的假設(shè)條件.由于對以上兩個(gè)潛在特性沒有進(jìn)行過驗(yàn)證,因此不能明確這些假設(shè)在多大程度上或是在什么條件下可以成立,從而限制了相關(guān)方法在實(shí)際工程項(xiàng)目中的推廣應(yīng)用.

        停車需求特征的穩(wěn)定性與代表性是停車規(guī)劃與管理的重要應(yīng)用基礎(chǔ),值得注意的是,這里的穩(wěn)定性概念與有些文獻(xiàn)中所談到的“穩(wěn)定性”并不一樣.冉江宇等[7]應(yīng)用聚類非參數(shù)檢驗(yàn)方法,分時(shí)段地對一天內(nèi)停車到達(dá)與駛離量及停車時(shí)長進(jìn)行了參數(shù)擬合分布檢驗(yàn),發(fā)現(xiàn)檢驗(yàn)對象均服從相關(guān)參數(shù)的分布,停車需求存在“穩(wěn)定性”特征.同樣,文獻(xiàn)[8-10]也通過相應(yīng)的擬合模型說明了停車需求特征“穩(wěn)定性”的存在.這些文獻(xiàn)中所提到的“穩(wěn)定性”均是指停車需求特征模型的數(shù)據(jù)擬合度,如果擬合度高就代表“穩(wěn)定”.然而,同一停車設(shè)施在不同日期的停車需求特征是否相似,隨機(jī)選取某一天的數(shù)據(jù)所獲得的停車需求特征能否代表停車需求總體特征,停車需求特征是否具有季節(jié)性差異等問題并沒涉及.隨著信息技術(shù)的發(fā)展,連續(xù)停車數(shù)據(jù)的獲取已經(jīng)成為可能,擬在連續(xù)數(shù)據(jù)環(huán)境下,對停車需求特征的穩(wěn)定性和代表性進(jìn)行研究,以促進(jìn)停車需求分析與管理技術(shù)的發(fā)展.

        1 連續(xù)數(shù)據(jù)環(huán)境下停車需求特征描述

        停車需求特征主要有停車到達(dá)與駛離特征、停車時(shí)長分布特征以及停車需求時(shí)變特征等.隨機(jī)選取2015年1月5日至2015年12月28日某高新國際廣場停車設(shè)施(甲級寫字樓和區(qū)政務(wù)中心,總面積為2.3×105m2,有632個(gè)泊位)自動采集的停車數(shù)據(jù)進(jìn)行分析.對于商務(wù)辦公場所而言,停車矛盾主要出現(xiàn)在工作日,因此在數(shù)據(jù)處理及篩選過程中,剔除節(jié)假日及中到大雨條件下的數(shù)據(jù),最終獲得有效樣本共223天正常工作日數(shù)據(jù),如表1所示.

        表1 某高新國際廣場停車需求每月有效樣本天數(shù)

        Table.1 Sample data of parking demand in each month in a High-tech International Plaza

        月份天數(shù)月份天數(shù)月份天數(shù)月份天數(shù)1月204月197月2310月162月105月198月2111月213月226月199月1612月17

        從圖1發(fā)現(xiàn),每日停放量(統(tǒng)計(jì)間隔為1 min)的曲線形狀非常相似,并且各月每日停放量時(shí)變曲線重合度很高,但是在不同月份時(shí)變曲線在大小上呈現(xiàn)顯著差異.利用聚類分析方法對12個(gè)月的數(shù)據(jù),分5組(3~6月,1、2、7、8月,9、11月,10月,12月)進(jìn)行討論。圖1中,黑實(shí)線代表每組每日停放量時(shí)變曲線的特征擬合曲線.同樣,停車到達(dá)與駛離量曲線(統(tǒng)計(jì)間隔為30 min)也出現(xiàn)類似的特征,線形相似但大小不同,按聚類分析可以劃分為三組(2月,1、3~8月,9~12月),如圖2和圖3所示.顯然,傳統(tǒng)上按絕對值來處理的停車到達(dá)時(shí)變特征和駛離時(shí)變特征,并不存在假設(shè)中的穩(wěn)定性與代表性,盡管曲線形狀呈現(xiàn)出高度的相似性,但曲線大小隨著時(shí)間的變化呈現(xiàn)出不同程度的差異.為了盡量消除外部動態(tài)環(huán)境對停車到達(dá)時(shí)變特征和駛離時(shí)變特征的影響,對該停車設(shè)施單位時(shí)間內(nèi)的停放量以及到達(dá)與駛離量采用高峰比指標(biāo)(停車高峰比是指每單位時(shí)間內(nèi)停放量或駛離量與當(dāng)日最大停放量的比值)進(jìn)行處理[6],發(fā)現(xiàn)穩(wěn)定性和代表性特征開始出現(xiàn).此外,將每日停車時(shí)長分布(統(tǒng)計(jì)間隔為30 min)擬合成平滑曲線后,曲線間也呈現(xiàn)出極度相似的特性,振幅較小且比較穩(wěn)定(見圖4).

        圖1 某高新國際廣場每日停放量時(shí)變曲線

        Fig.1 Time-varying curves of daily parking demand in a High-tech International Plaza

        圖2 某高新國際廣場停車設(shè)施每日停車到達(dá)量時(shí)變曲線

        Fig.2 Arrival time-varying curves of daily parking demand in a High-tech International Plaza

        圖3 某高新國際廣場停車設(shè)施每日停車駛離量時(shí)變曲線

        Fig.3 Departure time-varying curves of daily parking demand in a High-tech International Plaza

        圖4 某高新國際廣場停車設(shè)施每日停車時(shí)長分布曲線

        Fig.4 Duration distribution curves of daily parking demand in a High-tech International Plaza

        2 停車需求特征穩(wěn)定性檢驗(yàn)方法

        停車需求特征穩(wěn)定性主要體現(xiàn)在停車需求特征曲線線形波動的相似性和對應(yīng)時(shí)刻停車需求變化幅度的有限性上.因此,該問題轉(zhuǎn)化為對一系列時(shí)間序列數(shù)據(jù)的相似性分析,即對不同日期的停車需求特征時(shí)變曲線族擬合出一條合適的曲線,并檢驗(yàn)出其統(tǒng)計(jì)有效性.一般的統(tǒng)計(jì)檢驗(yàn)如非參數(shù)檢驗(yàn)、z-檢驗(yàn)或t-檢驗(yàn),針對的是1組或2組無序的隨機(jī)數(shù),而此處針對的是多組有對應(yīng)關(guān)系的隨機(jī)數(shù)序列,因此根據(jù)問題的特征,采用同步統(tǒng)計(jì)推斷法來進(jìn)行停車需求特征穩(wěn)定性檢驗(yàn)[11].

        2.1 同步統(tǒng)計(jì)推斷法原理

        同步統(tǒng)計(jì)推斷方法的建立基于以下兩個(gè)假設(shè):①假設(shè)1,預(yù)測是無偏的;②假設(shè)2,模型誤差足夠小.為了解決樣本中的相關(guān)性和自相關(guān)性,以上兩個(gè)假設(shè)的檢驗(yàn)將在“組均值處理”的基礎(chǔ)上進(jìn)行.

        設(shè)Xi為預(yù)測模型的預(yù)測結(jié)果值,Yi為實(shí)際觀測值,則殘差Zi=Xi-Yi,i=1,2,…,n.此時(shí),Z可能是非獨(dú)立分布的.因此,需要對數(shù)據(jù)進(jìn)行分組,如下所示:

        組1:Z1,Z2,…,Zm

        組2:Zm+1,Zm+2,…,Z2m

        ?

        組b:Z(b-1)m+1,Z(b-1)m+2,…,Zbm

        2.2 同步統(tǒng)計(jì)推斷法求解

        3 停車需求特征穩(wěn)定性檢驗(yàn)

        對某高新國際廣場223天停車樣本數(shù)據(jù)(見表1)進(jìn)行停車需求高峰比時(shí)變特征穩(wěn)定性檢驗(yàn).為有效分析工作時(shí)間段停車需求高峰比時(shí)變特征,選取每天早8點(diǎn)至晚19點(diǎn)的停車數(shù)據(jù),并利用Matlab曲線擬合工具箱中的平滑樣條對各日停車需求高峰比時(shí)變曲線進(jìn)行擬合,擬合結(jié)果如圖5中黑實(shí)線所示.

        圖5 某高新國際廣場停車需求高峰比時(shí)變曲線擬合

        Fig.5 Time-varying fitting curve of parking demand peak ratio in a High-tech International Plaza

        a 停車到達(dá)量高峰比分布曲線

        b 停車駛離量高峰比分布曲線

        圖6 某高新國際廣場停車到達(dá)與駛離量高峰比時(shí)變曲線擬合

        Fig.6 Time-varying fitting curve of parking demand peak ratio of arrival and departure in each month in a High-tech International Plaza

        圖7 某高新國際廣場每月停車時(shí)長分布曲線擬合

        Fig.7 Duration distribution fitting curve in each month in a High-tech International Plaza

        4 停車需求特征穩(wěn)定性比較

        為進(jìn)一步驗(yàn)證其他類型停車設(shè)施的停車需求特征是否也存在穩(wěn)定性,隨機(jī)選取新華醫(yī)院、某人民醫(yī)院和某高鐵站東廣場的停車庫在2015年7月的自動停車數(shù)據(jù),剔除非工作日和惡劣天氣等非正常日數(shù)據(jù)后,獲得分析天數(shù)分別為20、17、22,對各自停車需求時(shí)變曲線和停車時(shí)長分布的穩(wěn)定性特征進(jìn)行驗(yàn)證.

        a 停車需求高峰比時(shí)變特征曲線

        b 停車時(shí)長分布曲線

        5 結(jié)語

        通過對不同業(yè)態(tài)停車設(shè)施連續(xù)停車數(shù)據(jù)的分析,在外部條件相對穩(wěn)定的情況下,即停車設(shè)施周邊沒有發(fā)生顯著性用地開發(fā)時(shí),停車設(shè)施的停車需求高峰比時(shí)變曲線、停車時(shí)長分布特征和到達(dá)與駛離量高峰比特征指標(biāo)均具有穩(wěn)定性,即在不同的正常工作日,三大特征指標(biāo)的變化曲線呈現(xiàn)出高度相似性,因此對于某一天的數(shù)據(jù)而言就具有了代表性的特征.該研究結(jié)果對停車規(guī)劃過程中的需求預(yù)測提供了重要的依據(jù),也為停車泊位功能的精細(xì)劃分、投資收益的確定性分析和停車費(fèi)用的制定等提供量化依據(jù).

        a 停車需求高峰比時(shí)變曲線

        b 停車時(shí)長分布曲線

        a 停車需求高峰比時(shí)變曲線

        b 停車時(shí)長分布曲線

        Fig.10 Test results of parking stability in a high-speed railway station

        值得注意的是,各停車設(shè)施的停車需求和到達(dá)與駛離量時(shí)變曲線并不存在假設(shè)中的穩(wěn)定性特征,而是根據(jù)月份不同具有聚類特征.這說明,以某類停車設(shè)施某一天的停車需求數(shù)據(jù)獲得的停車需求特征指標(biāo)作為該類停車設(shè)施代表性的特征指標(biāo)的做法存在著很大的問題,只有經(jīng)過高峰比轉(zhuǎn)換后,停車需求和到達(dá)與駛離量高峰比時(shí)變曲線才出現(xiàn)默認(rèn)假設(shè)中的穩(wěn)定性特征.該發(fā)現(xiàn)可為停車需求分時(shí)刻預(yù)測提供充分的科學(xué)依據(jù),在對未來建設(shè)項(xiàng)目進(jìn)行停車需求預(yù)測時(shí),可以選用功能類型相同的建筑的停車需求高峰比時(shí)變曲線進(jìn)行類比,結(jié)合停車需求生成率指標(biāo)或預(yù)測結(jié)果,即可獲得新建項(xiàng)目分時(shí)刻的停車需求預(yù)測規(guī)模,為停車的精細(xì)化管理方案制定提供可靠的量化支撐.同樣,由于憑經(jīng)驗(yàn)的隨機(jī)抽樣數(shù)據(jù)并不能很好地反映停車需求的實(shí)際狀態(tài),在進(jìn)行停車需求規(guī)模預(yù)測和生成率指標(biāo)制定時(shí),在缺乏連續(xù)數(shù)據(jù)的情況下,應(yīng)該選取停車需求最大的組別作為停車需求的抽樣表征,因此停車需求的聚類分析為停車抽樣調(diào)查日期的選定也提供了一定的參考依據(jù),如本文研究表明,在某高新國際廣場所在區(qū)域?qū)ι虅?wù)辦公場所進(jìn)行停車抽樣調(diào)查時(shí),采用3~6月的數(shù)據(jù)是比較合理的.

        猜你喜歡
        時(shí)變高峰廣場
        春天的廣場
        幼兒100(2023年13期)2023-05-04 08:32:06
        病毒病將迎“小高峰”全方位布控巧應(yīng)對
        在廣場上玩
        幼兒畫刊(2020年9期)2020-11-04 01:27:52
        石慶云
        書香兩岸(2020年3期)2020-06-29 12:33:45
        基于時(shí)變Copula的股票市場相關(guān)性分析
        煙氣輪機(jī)復(fù)合故障時(shí)變退化特征提取
        廣場上的大鐘
        讀寫算(上)(2016年11期)2016-02-27 08:45:27
        雨天早高峰,自在從容時(shí)。
        圣誕暖心逛店之屯門市廣場篇
        Coco薇(2016年1期)2016-01-11 02:30:11
        基于MEP法的在役橋梁時(shí)變可靠度研究
        国产亚洲欧洲aⅴ综合一区| 亚洲中文字幕无码天然素人在线| 亚洲av无码一区东京热久久| 精品9e精品视频在线观看| 97成人碰碰久久人人超级碰oo| 亚洲男人的天堂网站| 激情偷乱人伦小说视频在线| 无码精品黑人一区二区三区| 波多野结衣视频网址| 欧洲综合色| 国产成人aa在线观看视频| 午夜日本精品一区二区| 自拍偷拍另类三级三色四色| 亚洲人妻御姐中文字幕| 男女视频在线观看一区| 国产后入清纯学生妹| 国产精品免费看久久久8| 日韩亚洲av无码一区二区不卡| 少妇三级欧美久久| 日本福利视频免费久久久| 日本按摩偷拍在线观看| 婷婷色婷婷开心五月四| 欧洲熟妇色xxxxx欧美老妇伦| 久久精品中文字幕一区| 免费va国产高清不卡大片| 日韩精品一区二区亚洲观看av| 国产精品爽爽久久久久久竹菊| 欧美精品偷自拍另类在线观看| 欧美日韩亚洲一区二区精品| 91免费国产高清在线| 风韵人妻丰满熟妇老熟| 性无码一区二区三区在线观看| 男女高潮免费观看无遮挡| 男人边吻奶边挵进去视频| 国产69精品一区二区三区| 可以直接在线看国产在线片网址| 男人的天堂av高清在线| 国产精品 人妻互换| 成年女人毛片免费视频| 青青草极品视频在线播放| 国产一区二区三区在线av|