区域多停车场联合定价方法技术

技术编号:28841214 阅读:29 留言:0更新日期:2021-06-11 23:40
本发明专利技术属于交通领域中的停车场管理系统,涉及一种区域多停车场联合定价方法,具体是针对区域内以区域内停车场运营商收益最大和泊位平衡为目标的联合定价方法。基于驾驶员在信息和价格场景下的停车选择行为数据,建立融合可用泊位信息和费率因素的区域停车场选择行为模型,在此基础上,以停车费率作为决策变量,建立考虑泊位利用效率和停车场收益的双目标整数规划模型,利用序列二次规划算法求解最佳费率,最终实现区域内停车场泊位利用效率和停车场运营商的收益的共赢,促进城市停车行业健康发展。

【技术实现步骤摘要】
区域多停车场联合定价方法
本专利技术属于交通领域中的停车场管理系统,涉及一种关于停车场收费的联合定价模型,具体是针对区域内以区域内停车场运营商收益最大和泊位平衡为目标的联合定价方法。
技术介绍
随着人们生活水平的提升,城市机动车保有量激增,作为静态交通的重要组成部分,机动车停泊在城市交通系统中具有举足轻重的地位。当前的城市停车收费体系不够合理,传统定价方式存在局限性,不利于停车产业发展。我国实行的是政府定价和市场调节定价相结合机制。过去,政府在停车收费政策上占据主导地位:经营性停车场的收费主要由政府制定或者指导,少部分由市场决定。物价部门设置的停车价格偏低,使得停车经营者的经济效益较低,此外,私家车出行的成本偏低,对道路交通承载能力产生很大压力,使得停车收费政策无法发挥交通需求调控作用。近年来,政府简政放权,充分发挥价格杠杆作用,促进停车设施建设,提高停车资源配置效率,推动停车产业优化升级。这也使企业在平衡停车资源和提高经济收益方面都有了更加自由的空间。针对以上问题和现状,本专利技术提出联合定价模式,目标是制定科学、合理的停车收费体系,本文档来自技高网...

【技术保护点】
1.一种区域多停车场联合定价方法,其特征在于,步骤如下:/n(1)构建的最优停车费率是通过求解双层规划模型得到,其中,下层模型是驾驶员停车选择行为模型,上层模型是多目标规划;在下层驾驶员停车选择行为模型中,驾驶员在进行停车选择时考虑多种因素:经济因素、时间因素、信息因素,凭此构建效用函数最大化模型;在上层模型中,将多目标分割,即分别构建两个单目标上层函数,在不考虑另一目标的情况下单独分析最优停车费率;两个目标分别是考虑多种合作以及竞争模式下若干个停车场的总经济收益最大,以及区域内停车场泊位占有率尽可能均衡;/n(2)为了合理界定问题,提出以下几点假设:/n1)研究区域主要为城市中心区的需求旺盛...

【技术特征摘要】
1.一种区域多停车场联合定价方法,其特征在于,步骤如下:
(1)构建的最优停车费率是通过求解双层规划模型得到,其中,下层模型是驾驶员停车选择行为模型,上层模型是多目标规划;在下层驾驶员停车选择行为模型中,驾驶员在进行停车选择时考虑多种因素:经济因素、时间因素、信息因素,凭此构建效用函数最大化模型;在上层模型中,将多目标分割,即分别构建两个单目标上层函数,在不考虑另一目标的情况下单独分析最优停车费率;两个目标分别是考虑多种合作以及竞争模式下若干个停车场的总经济收益最大,以及区域内停车场泊位占有率尽可能均衡;
(2)为了合理界定问题,提出以下几点假设:
1)研究区域主要为城市中心区的需求旺盛的盈利性停车场;
2)停车时间小于等于24小时;
3)驾驶者可获得停车费率信息、步行时间信息和预计可用泊位信息;
4)每个驾驶者均为理性经济人,停车决策时综合考虑各停车场的停车费用、步行时间要素,选择自己感知效用最大的出行方式;
5)研究对象均为小型车,每辆停放车辆接受相同的收费标准;
6)若目的地区域内停车费率高于其最大可接收费率则驾驶员放弃私家车出行;
7)停车场备选方案之间关系满足IIA特性;
8)驾驶员为下个定价周期内到达停车场的驾驶员;
(3)驾驶员停车选择行为模型按如下步骤构建:
步骤1)向驾驶员发放意向调查问卷,问卷内容为:出行停车行为特征调查、停车选择行为影响因素调查、个人社会经济属性调查;
步骤2)数据处理及分析;为获得建模所需的正确数据,对数据进行进一步的剔除和处理;基于以下原则进行不合理数据的剔除:
1)回答时间小于120秒;
2)对于相同的个人经济属性问题,前后回答不一致;
3)始终选择某个选项;
步骤3)MNL模型;交通现象实际上是由个体出行产生的,个体出行往往伴随着连续决策;对于决策分析,最重要是使所研究现象的不确定性量化,并对可能出现的各种结果赋值;其中,不确定性的量化用各状态出现的概率来表示,满足随机效用理论;
效用最大化理论可解释为若出行者n的出行选择方案集合为An,则选择方案集合An中对于方案j的效用为Ujn,j为不包括方案i在内的其他方案,出行者最终选择的出行方案i的效用为Uin,则选择出行方案i的条件是:
Uin≥Ujn,i≠j,i,j∈An
随机效用理论中,固定效用V为被可观查要素所解释的部分;随机部分ε为没有被观测到的效用及误差所造成的影响;出行者最终选择的出行方案i的效用Uin表示为:
Uin=Vin+εin
其中,Vin为效用函数中固定项部分,εin为效用函数中概率项部分;
结合效用最大化理论,选择概率Pin表示为:
Pin=prob(Uin>Ujn,i≠j,j∈An)=prob(Vin+εin>Ujn+εjn,i≠j...

【专利技术属性】
技术研发人员:张栋丛龙泽刘聪徐洪峰王仲
申请(专利权)人:大连理工大学
类型:发明
国别省市:辽宁;21

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1