基于决策优化的停车信息诱导关键理论与方法研究

信息诱导下的停车过程是一种复杂的智能行为，传统的停车诱导缺乏对出行者的决策特征和信息需求的考虑，极大地影响出行者使用停车诱导系统的积极性。本项目将调查分析停车诱导信息下出行者决策特征，结合决策优化理论、协同控制优化理论、离散动态博弈理论、非线性优化理论，从宏观→中观→微观决策优化角度，展开基于决策优化的出行前、出行中和出行目的地的停车信息诱导方法研究，构建协同控制优化模型、动态诱导博弈模型与微观停车选择模型，研究不同层次停车诱导信息设计优化方法，最终建立符合出行者决策优化特征的停车信息诱导系统，并综合运用仿真模拟与实地验证等手段对研究成果进行有效性验证，实现理论研究与实践应用的有机结合。基于决策优化的停车信息诱导思想将从出行者主观角度优化停车诱导信息供给，提高诱导效率；项目研究成果可为优化城市停车信息诱导系统提供理论与技术支持。

项目从宏观→中观→微观决策优化角度，展开基于决策优化的出行前、出行中和出行目的地的停车信息诱导方法研究。1）剖析出行者决策特征，明确出行前、出行中和出行目的地信息需求，出行前希望获取的信息主要有停车场车位情况、行驶最优路径和道路交通相关信息，出行中希望获取的信息主要有停车场“空”和“满”信息、通往停车场路径的“畅通”和“拥挤”信息，出行目的地的停车场不满意而二次停车的信息需求比例达到56.6%。2）根据出行前信息需求，考虑停车场泊位占有率时刻都在变化，提出有效泊位占有率短时预测方法；通过引入小波马尔科夫算法，结合停车有效泊位占有率预测值和路段交通量，提出基于出行者宏观决策优化的停车诱导与交通流控制协同方法。3）结合出行中停车者信息需求，对道路使用者的决策优化进行分析，提出用于描述诱导策略的离散动态Stackelberg博弈模型。通过出行者对停车诱导反应特征，提出基于最优组合的停车诱导信息配置模型，对不同路径、不同时间的车辆进行不同信息显示的动态诱导。通过对出行中出行者中观决策特征调查，在与上一层次信息有效衔接基础上，建立可变信息板的分级布设模式和合理布局模型，提出符合决策特征和实现系统最优的诱导信息。4）考虑停车场排队长度、步行距离和用户的偏好需求等，建立微观决策优化的多目标停车选择模型，如果不选择首选停车场，提供二次停车优选。同时提出停车片区理念，利用停车片区进行二次停车优化诱导，有效调节停车分布不均匀性。5）在此基础上给出不同层次停车诱导信息设计优化方法，并通过实证检验方法的有效性。