[发明专利]一种停车场有效泊位占有率短时预测方法

说明书

技术领域

本发明属于智能交通系统中智能信息处理技术领域，涉及一种停车场有效泊位短时预测的方法，可以实时预测出停车场的空余泊位信息。

背景技术

停车场是否有空余泊位可供停车是驾车者停车选择时最为关注的问题之一。利用停车泊位信息采集技术获得停车场内空余车位的信息并对其进行实时预测是停车诱导信息系统的一项关键技术。比较准确地预测出停车场的空余泊位信息，供系统用户选择停车场时参考，不仅有利于用户合理地安排自己的出行，也有利于交通管理部门对交通的宏观调控。

纳入停车诱导信息系统的停车泊位主要是指公共停车设施内可供社会车辆停放的车位，被单位或个人长期租用的固定车位不在研究范围之内。因此，本发明采用停车场的有效泊位占有率来直观地描述停车场可供社会车辆利用的泊位情况。停车场的有效泊位占有率，是指正在开放的停车场内未被车辆或其他物品占用，可以用来停放社会车辆的泊位数占总泊位数的比例。

停车场的泊位变化受诸多因素的影响，如停车场类型、所处位置、道路交通流、天气、事件等，多因素的作用造成了有效泊位占有率变化的复杂性和随机性。目前，国内对停车泊位的短时预测大多采用BP神经网络法，虽然该方法具有推导过程严谨、物理概念清晰等优点，但同时存在预测稳定性不高，精度较低等缺点。小波分析在时间序列预测中有较好地应用，而小波神经网络可以更精确稳定地进行时间序列预测，本发明根据停车场有效泊位占有率的短时变化特性，提出小波分析－小波神经网络组合预测模型，对停车场有效泊位占有率进行短时预测，以提高预测精度。

发明内容

技术问题：本发明提供了一种收敛速度快，预测精度高的停车场有效泊位占有率短时预测方法。

技术方案：本发明的停车场有效泊位占有率短时预测方法，包括如下步骤：

1）统计出不同时间段内进入停车场的车辆数A_i和离开停车场的车辆数L_i，其中i=1，2，…，M，M为时间段个数，则各个时间段末的有效泊位数X_i为X_i＝X_i-1-A_i+L_i，各个时间段的有效泊位占有率c_0i为：c_0i=X_i/R，其中R为停车场总泊位数，从而得到停车场的有效泊位占有率时间序列c₀＝{c₀₁,c_0i2,…,c_0M}；

2）用小波函数对步骤1）中得到的有效泊位占有率时间序列c₀进行N尺度的小波分解，得到一个尺度为N的低频系数向量c_N和N个不同尺度下的高频系数向量d₁，d₂，…，d_N,其中尺度数N为整数且4≤N≤6；然后对低频系数向量c_N和高频系数向量d₁，d₂，…，d_N进行小波重构，得到N+1个重构的时间序列C_N，D₁，D₂，…，D_N；

3）对步骤2）中得到的N+1个重构的时间序列C_N，D₁，D₂，…，D_N分别建立小波神经网络预测模型，然后用小波神经网络预测模型对N+1个重构的时间序列C_N，D₁，D₂，…，D_N进行预测，得到N+1个预测结果C_N′，D₁′，D₂′，…，D_N′；

4）将步骤3）中得到的N+1个预测结果C_N′，D₁′，D₂′，…，D_N′累加，获得有效泊位占有率时间序列c₀的预测结果c_0(M+1)=C_N′+D₁′+D₂′+…+D_N′。

有益效果：本发明与现有技术相比，具有以下优点：