停车位分配方法、设备及存储介质组成比例

本发明专利技术公开了一种停车位分配方法、设备及存储介质，涉及人工智能技术领域，其中，停车位分配方法包括：获取当前时段停车位分配影响参数和当前时段的效果评价指标值；根据当前时段停车位分配影响参数和当前时段的效果评价指标值，预测下一时段的效果评价指标值；获取下一时段停车位分配影响参数；根据下一时段的效果评价指标值和下一时段停车位分配影响参数，预测下下时段的效果评价指标值；利用下一时段的效果评价指标值和下下时段的效果评价指标值，确定效用函数的参数系数，以利用效用函数分配停车位。通过本发明专利技术实施例解决了停车场利用率低、停车资源浪费的问题，实现了提高停车场利用效率，节省停车资源的效果。

【技术实现步骤摘要】
停车位分配方法、设备及存储介质
本专利技术涉及人工智能技术，尤其是涉及一种停车位分配方法、设备及存储介质。
技术介绍
随着人们生活水平的提高，汽车成为越来越多人出行的日常代步工具，汽车数量与日俱增，汽车的增长速度远远超过了停车系统的建设速度，造成城市停车问题越来越严重。目前，造成城市停车问题越来越严重的主要因素之一是停车位的分配不合理，不合理的停车位分配会造成停车资源的浪费，使停车场利用率较低。
技术实现思路
本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种停车位分配方法，能够提高停车场利用效率，节省停车资源的效果。本专利技术还提出一种停车位分配方法控制设备。本专利技术还提出一种计算机可读存储介质。根据本专利技术的第一方面实施例的停车位分配方法，包括：获取当前时段停车位分配影响参数；获取当前时段的效果评价指标值；根据所述当前时段停车位分配影响参数和当前时段的效果评价指标值，预测下一时段的效果评价指标值；获取下一时段停车位分配影响参数；根据所述下一时段的效果评价指标值和所述下一时段停车位分配影响参数，预测下下时段的效果评价指标值；利用所述下一时段的效果评价指标值和所述下下时段的效果评价指标值，确定效用函数的参数系数，以利用所述效用函数分配停车位。根据本专利技术实施例的停车位分配方法，至少具有如下有益效果：能够通过获取当前时段停车位分配的影响参数和当前时段的效果评价指标值，并根据上述当前时段停车位分配影响参数和当前时段的效果评价指标值预测下一时段效果评价指标值，利用所述当前时段的效果评价指标值和所述下一时段效果评价指标值，确定最终的效用函数模型参数，解决了停车场利用率低、停车资源浪费的问题，实现了提高停车场利用效率，节省停车资源的效果。根据本专利技术的一些实施例，所述预测下一时段的效果评价指标值，包括：获取当前时段之前的多个时段的停车位分配影响参数及其系数组合和当前时段之前的多个时段的效果评价指标值；根据所述当前时段之前多个时间段的停车位分配的影响参数及其系数组合和所述当前时段之前多个时间段的效果评价指标值建立神经网络模型；根据所述神经网络模型获取下一时段的效果评价指标值。根据本专利技术的一些实施例，所述停车位分配影响参数包括：停车场数量、已占用的停车位数量、请求停车引导的汽车数量、当前位置到指定停车场的行驶时间、指定停车场到驾驶员目的地的步行距离、停车费、开向停车场的汽车数量、空置停车位的概率、停车舒适度、可用停车位的概率。根据本专利技术的一些实施例，所述效果评价指标值包括：驾驶员停车平均行驶距离、平均步行距离、停车路上拥挤程度、停车失败率、停车场利用率、全部停车场占用情况分布均匀度。根据本专利技术的一些实施例，所述利用所述下一时段的效果评价指标值和所述下下时段的效果评价指标值，确定效用函数的参数系数，以利用所述效用函数分配停车位，包括：若下下时段效果评价指标值大于下一时段效果评价指标值，根据下一时段停车位分配影响参数确定效用函数参数的系数组合，以利用所述效用函数分配停车位。根据本专利技术的一些实施例，所述根据下一时段停车位分配影响参数确定效用函数参数的系数组合，包括：利用遍历法，遍历下一时段停车位分配影响参数的所有系数组合，并结合所述下一时段效果评价指标值，计算下下时段效果评价指标值；将计算得到的下下时段效果评价指标值与下一时段效果评价指标值相比较；将下下时段比下一时段的效果评价指标增加最多的影响参数的系数组合作为下一时段效用函数参数的系数组合；利用下一时段的效用函数分配停车位。根据本专利技术的一些实施例，所述神经网络模型的输入层有十六个节点，输出层有六个节点，输入层用于输入所述停车位分配的影响参数和所述当前时段的效果评价指标值，输出层用于输出下一时段的效果评价指标值。根据本专利技术的一些实施例，还包括：当停车位分配请求大于目标停车场中的可用停车容量时，进入共享模型；分配车辆到效用函数值最小的邻近停车场。根据本专利技术的第二方面实施例的停车位分配方法控制设备，包括：至少一个处理器，以及，与至少一个处理器通信连接的存储器；其中，存储器存储有指令，指令被至少一个处理器执行，以使至少一个处理器执行所述指令时实现如第一方面所述的停车位分配方法。根据本专利技术的第三方面实施例的计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行第一方面所述的停车位分配方法。本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明本专利技术的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：图1为本专利技术一实施例提供的停车位分配方法流程图；图2为本专利技术另一实施例提供的停车位分配方法流程图；图3为本专利技术另一实施例提供的停车位分配方法流程图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利技术，而不能理解为对本专利技术的限制。在本专利技术的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。参照图1，为本专利技术一实施例提供的停车位分配方法流程图；在一些实施例中，停车位分配方法包括以下步骤：S100：获取当前时段停车位分配的影响参数；具体的，当前时段停车位分配的影响参数表示当前停车需求和供应状态，它由可用的停车场数量、已占用的停车位数量以及请求停车引导的汽车数量组成。并且当前时段停车位分配的影响参数是由当前时段之前的多个时段共同决定的。S200：获取当前时段的效果评价指标值；具体的，当前时段的效果评价指标值是通过当前时间t之前的r个时间段的分配效果评价指标值决定的，在本实施例中，效果评价指标值为6个，利用如下公式：yr(t)＝[yt,yt-1,…yt-(r-1)]，其中yt＝[p1(t),p2(t),p3(t),p4(t),p5(t),p6(t)]其中，yr(t)为当前时段效果评价指标值，p1(t)表示为第1个分配效果评价指标值，同理，p2(t)至p6(t)代表相同含义。S300：根据当前时段停车位分配影响参数和当前时段的效果评价指标值预测下一时段效果评价指标值；具体的，停车位分配的影响参数为xr(t)和ur(t)，根据xr(t)、yr(t)、ur(t)共同作为预测下一时段效果评价指标值yr(t+1)。S400：获取下一时段停车位分配影响参数；具体的，利用xr(t)并使用支持向量机SVM(本文档来自技高网...

【技术保护点】
1.停车位分配方法，其特征在于，包括：/n获取当前时段停车位分配影响参数；/n获取当前时段的效果评价指标值；/n根据所述当前时段停车位分配影响参数和当前时段的效果评价指标值，预测下一时段的效果评价指标值；/n获取下一时段停车位分配影响参数；/n根据所述下一时段的效果评价指标值和所述下一时段停车位分配影响参数，预测下下时段的效果评价指标值；/n利用所述下一时段的效果评价指标值和所述下下时段的效果评价指标值，确定效用函数的参数系数，以利用所述效用函数分配停车位。/n

【技术特征摘要】
1.停车位分配方法，其特征在于，包括：
获取当前时段停车位分配影响参数；
获取当前时段的效果评价指标值；
根据所述当前时段停车位分配影响参数和当前时段的效果评价指标值，预测下一时段的效果评价指标值；
获取下一时段停车位分配影响参数；
根据所述下一时段的效果评价指标值和所述下一时段停车位分配影响参数，预测下下时段的效果评价指标值；
利用所述下一时段的效果评价指标值和所述下下时段的效果评价指标值，确定效用函数的参数系数，以利用所述效用函数分配停车位。


2.根据权利要求1所述的方法，其特征在于，所述预测下一时段的效果评价指标值，包括：
获取当前时段之前的多个时段的停车位分配影响参数及其系数组合和当前时段之前的多个时段的效果评价指标值；
根据所述当前时段之前多个时间段的停车位分配的影响参数及其系数组合和所述当前时段之前多个时间段的效果评价指标值建立神经网络模型；
根据所述神经网络模型获取下一时段的效果评价指标值。


3.根据权利要求1或2所述的方法，其特征在于，所述停车位分配影响参数包括：
停车场数量、已占用的停车位数量、请求停车引导的汽车数量、当前位置到指定停车场的行驶时间、指定停车场到驾驶员目的地的步行距离、停车费、开向停车场的汽车数量、空置停车位的概率、停车舒适度、可用停车位的概率。


4.根据权利要求3所述的方法，其特征在于，所述效果评价指标值包括：
驾驶员停车平均行驶距离、平均步行距离、停车路上拥挤程度、停车失败率、停车场利用率、全部停车场占用情况分布均匀度。


5.根据权利要求1所述的方法，其特征在于，所述利用所述下一时段的效果评价指标值和所述下下时段的效果评价指标值，确定效用函数的参...

【专利技术属性】
技术研发人员：张一，赵子瑶，张毅，
申请(专利权)人：清华伯克利深圳学院筹备办公室，
类型：发明
国别省市：广东;44