面向弹性停车激励机制的共享停车方法技术

本发明专利技术提出了一种面向弹性停车激励机制的共享停车方法，包括以下步骤：从泊位拥有者的个体出行行为轨迹获取个体活动出行行为特征与模式，进行相关性分析，得到影响泊位拥有者出行决策的影响因素；以停车竞价持续时长为分析变量，各个影响因素为自变量，构建Cox风险模型；通过显著性检验和共线性诊断分析各个影响因素子变量并进行筛选；应用灵敏度分析法对筛选后的因素进行分析，得到每个因素对泊位拥有者竞价行为演化的影响规律；调整相应因素的取值，提高泊位拥有者参与竞价的概率，将竞价所出让的泊位共享给其他有需求的车主。本方法综合考虑各因素对共享泊位竞价行为演化的影响规律，能有效加强弹性停车激励机制的实施效果，提高泊位的周转率。

Shared Parking Method Oriented to Elastic Parking Incentive Mechanism

【技术实现步骤摘要】
面向弹性停车激励机制的共享停车方法
本专利技术属于交通规划中共享停车规划领域，具体涉及一种面向弹性停车激励机制的共享停车方法。
技术介绍
弹性停车激励机制是一种通过经济补贴激励小汽车出行者主动共享停车泊位，并选择其他绿色出行方式来完成通勤出行的共享停车策略。拥有泊位的通勤驾车者通过提出竞价申请，将某时段的通勤泊位停车权转让给停车场管理方，管理方选择接受或拒绝竞价，竞价成功的通勤驾车者应选择其他绿色、低碳的出行方式(如公共交通、自行车或步行)完成通勤并获取经济补偿。停车场管理方将该停车权重新投放入停车需求市场，实现共享停车。随着城市道路车辆的进一步增长，弹性停车激励机制有望在一定程度上缓解停车难的问题。但是在实际实施中其效果并不理想，泊位周转率不高，主要是因为当前的实施主要和激励强度相关，激励强度高，泊位拥有者参与共享停车的积极性就高，激励强度低，参与度就低，为了吸引更多的拥有泊位的驾车者主动参与到停车泊位共享中，当然投入越多激励效果越好，但是激励强度设置过高将显著增加运营成本，从最终取得的综合效益方面考虑并非最佳方案。尽管也有研究者根据博弈论提出激励效益的计算方法，但还只是局限于该单一维度的研究。实际上，面向弹性停车激励机制的泊位共享是涉及多个方面的方案，从出让泊位的角度来看，泊位拥有者是否选择驾车出行可能受多重因素影响，例如距离、路况、时间、天气等客观条件的影响，而如何挖掘出这些因素之间的关系并进而有针对性地进行改进，以加强弹性停车机制的实施效果，提高泊位周转率，当前尚属于一个未知的课题。
技术实现思路
专利技术目的：针对现有技术的不足，本专利技术提出一种面向弹性停车激励机制的共享停车方法，能有效加强弹性停车激励机制的实施效果，提高停车泊位的周转率。技术方案：本专利技术的面向弹性停车激励机制的共享停车方法，包括以下步骤：(1)获取泊位拥有者的个体出行行为轨迹，通过机器学习算法从出行行为轨迹中获得个体活动出行行为特征与模式，将各项出行行为特征与模式作为观测变量进行相关性分析，得到影响泊位拥有者出行决策的影响因素；(2)获取泊位拥有者的竞价请求，以停车竞价持续时长为分析变量，步骤1中得到的各个影响因素为自变量，构建Cox风险模型，拟合各变量的系数；(3)通过显著性检验和共线性诊断分析各个影响因素子变量并进行筛选；(4)根据模型的系数拟合结果，得到停车竞价的Cox风险预测模型，并应用灵敏度分析法对筛选后的影响因素进行分析，得到每个因素对泊位拥有者竞价行为演化的影响规律；(5)基于当前泊位数的供需状况，根据各因素对泊位拥有者竞价行为演化的影响规律，调整相应因素的取值，提高泊位拥有者参与竞价的概率，将竞价所出让的泊位共享给其他有需求的车主。优选地，所述步骤1中将各项出行行为特征与模式作为观测变量进行相关性分析，得到影响泊位拥有者出行决策的影响因素包括：利用SPSSStatistics22.0中的皮尔逊相关系数对各项个体活动出行行为特征与模式进行相关性分析，公式如下：ρX,Y表示变量X与Y之间线性相关的强弱程度，cov(X,Y)为协方差，σX·σY为标准差；根据计算结果，将系数低于指定标准值的变量剔除，得到泊位拥有者活动出行决策的影响因素，包括以下五类：社会经济属性、外界出行天气、职住区位特征、活动日程安排、停车竞价决策、出行方式决策。优选地，所述步骤2构建Cox风险模型如下：式中，u＝(u1,u2,...,un)T表示各个影响因素；h0(t)是基准风险函数，β＝(β1,β2,...,βn)T是各个影响因素对应的回归系数向量。优选地，所述步骤3中，首先通过显著性检验剔除显著性检验值大于0.1的子变量，然后在共线性诊断中剔除方差膨胀因子大于5的子变量，通过多重筛选拟合得到方差膨胀因子小于5的因素，包括性别、家庭人数、电动车数量、家区位熵、单位区位熵、通勤距离、竞价金额、竞价总次数，作为Cox风险模型的参数。优选地，所述步骤4中停车竞价的Cox风险预测模型如下：其中，μi为步骤3中筛选后的变量。有益效果：1、本专利技术以弹性停车激励机制的持续作用效果作为切入点，保证了该政策机制实施的可持续性。此外，本专利技术首次提出将驾车者停车竞价行为视为一组日常行为中携带的状态序列，并引入生存分析理论来刻画停车竞价持续行为的生灭过程。由于停车竞价行为是具备生存特征的，并且存在影响竞价持续的生存因素，若泊位拥有者在某个工作日完成竞价行为，即从生存理论上可以认为该个体的停车竞价处于“生存状态”，若泊位拥有者在某个工作日停止了竞价，则认为该行为处于“死亡状态”，可以看出生存理论可以很好地解释停车竞价意愿与行为的演化情况。2、本专利技术通过构建基于Cox风险比例的驾车者竞价行为演化模型，应用灵敏度分析方法探究多个关键因素对驾车者竞价行为持续时长变化的影响机理，进而给出面向弹性停车激励机制的泊位共享方法，多维度的分析和挖掘方法能够充分地掌握该弹性停车激励机制的要素，有效提升其实施效果。附图说明图1为根据本专利技术的共享停车方法的流程图；图2为根据本专利技术实施例的停车竞价行为持续时长的风险率预测结果图。具体实施方式为了更清楚地了解本专利技术的技术方案，首先介绍本专利技术的主要技术构思。生存分析(SurvivalAnalysis)是根据个体或群体所提供的伴随信息，对一个或多个生存状态进行统计推理。其中所谓“生存资料”是指描述某一个事件或状态发生的时间数据。从时间维度上看，拥有泊位的通勤驾车者(下面称为泊位拥有者)所发起的共享车位竞价属于一种随时间序列变化的“自愿”行为。广义上可以认为停车竞价是泊位拥有者在日常活动出行中所携带的一种决策偏好的“状态”，这种状态可能在某个泊位拥有者身上持续一段时间，而在该时段内这名泊位拥有者也会持续性地参与到停车竞价决策中。本专利技术从个体的角度出发，将停车竞价行为看成是一种具备生存特征的持续状态，并且存在影响竞价持续时长的关键因素，进而应用生存分析理论方法解释泊位拥有者停车竞价意愿与行为的演化情况，并以弹性停车激励机制的持续作用效果作为切入点，构建基于生存分析理论的Cox风险模型，将个体竞价发起行为和竞价持续时长看作为因变量，解析多个关键因素对泊位拥有者竞价行为持续时长变化的影响机理，进而调整影响因素的取值来提高泊位拥有者参与竞价的概率，将竞价所出让的泊位共享给其他有需求的车主，提高泊位周转率。下面结合附图对本专利技术的技术方案做出详细说明。如
技术介绍
中所述，弹性停车激励机制主要涉及两个主体：停车管理方和竞价请求者(也即泊位拥有者)，工作思路是泊位拥有者向停车管理方发起竞价请求，停车管理方接受竞价或拒绝。下面以停车管理方的角度阐述本专利技术的方法过程，但是泊位拥有者的工作过程以及他们二者之间的交互过程，从以下结合附图的具体实施方式中也可以清楚地得知。参照图1，本专利技术的一种面向弹性停车激励机制的共享停车方法，包括以下步骤：步骤1、从泊位拥有者的个体出行行为轨迹获取个体活动出行行为特征与模式，并进行相关性分析，得到影响泊位拥有者出行决策的影响因素。在具体实施时，可以通过对泊位拥有者进行调查获取个人信息，如性别、家庭规模、住所、居住时长、家庭拥有交通工具的数量等，也可以通过从相关数据库中获取此类信息，例如，利用网页爬虫从统计部门的网站上爬取信息并对关键字段进行本文档来自技高网...

【技术保护点】
1.一种面向弹性停车激励机制的共享停车方法，其特征在于，所述方法包括以下步骤：(1)获取泊位拥有者的个体出行行为轨迹，通过机器学习算法从出行行为轨迹中获得个体活动出行行为特征与模式，将各项出行行为特征与模式作为观测变量进行相关性分析，得到影响泊位拥有者出行决策的影响因素；(2)获取泊位拥有者的竞价请求，以停车竞价持续时长为分析变量，步骤1中得到的各个影响因素为自变量，构建Cox风险模型，拟合各变量的系数；(3)通过显著性检验和共线性诊断分析各个影响因素子变量并进行筛选；(4)根据模型的系数拟合结果，得到停车竞价的Cox风险预测模型，并应用灵敏度分析法对筛选后的影响因素进行分析，得到每个因素对泊位拥有者竞价行为演化的影响规律；(5)基于当前泊位数的供需状况，根据各因素对泊位拥有者竞价行为演化的影响规律，调整相应因素的取值，提高泊位拥有者参与竞价的概率，将竞价所出让的泊位共享给其他有需求的车主。

【技术特征摘要】
1.一种面向弹性停车激励机制的共享停车方法，其特征在于，所述方法包括以下步骤：(1)获取泊位拥有者的个体出行行为轨迹，通过机器学习算法从出行行为轨迹中获得个体活动出行行为特征与模式，将各项出行行为特征与模式作为观测变量进行相关性分析，得到影响泊位拥有者出行决策的影响因素；(2)获取泊位拥有者的竞价请求，以停车竞价持续时长为分析变量，步骤1中得到的各个影响因素为自变量，构建Cox风险模型，拟合各变量的系数；(3)通过显著性检验和共线性诊断分析各个影响因素子变量并进行筛选；(4)根据模型的系数拟合结果，得到停车竞价的Cox风险预测模型，并应用灵敏度分析法对筛选后的影响因素进行分析，得到每个因素对泊位拥有者竞价行为演化的影响规律；(5)基于当前泊位数的供需状况，根据各因素对泊位拥有者竞价行为演化的影响规律，调整相应因素的取值，提高泊位拥有者参与竞价的概率，将竞价所出让的泊位共享给其他有需求的车主。2.根据权利要求1所述的面向弹性停车激励机制的共享停车方法，其特征在于，所述步骤1中将各项出行行为特征与模式作为观测变量进行相关性分析，得到影响泊位拥有者出行决策的影响因素包括：利用SPSSStatistics22.0中的皮尔逊相关系数对各项个体活动出行行为特征与模式进行相关...

【专利技术属性】
技术研发人员：季彦婕，徐梦濛，高良鹏，刘攀，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32