停车场泊位占有率预测方法评价

• 作者: 刘冰清 唐克双 衣谢博闻 郝兆康
• 来源期刊: 同济大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 停车泊位占有率预测 ARIMA模型 卡尔曼滤波 BP神经网络模型
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 交通运输工程
• 页码范围: 533-543
• 页数: 11页
• 分类号: U491.1
• 字数: 8108字
• 语种: 中文
• DOI: 10.11908/j.issn.0253-374x.2017.04.011

摘要

采用上海市五角场地区的停车泊位检测数据,分析了商业、办公和体育场3种不同类型停车场泊位占有率(parking occupancy rate,POR)的时变特征,并评价了ARIMA(autoregressive integrated moving average)、卡尔曼滤波和BP(back propagation)神经网络等3种常用方法在POR预测中的适用性.结果表明,ARIMA和BP神经网络的预测精度总体优于卡尔曼滤波,BP神经网络在商业和办公停车场的短时预测中有较好的精度;3种方法的预测精度均随预测时间步长的增加而逐渐降低;不同类型停车场的POR预测精度存在较大差异,工作日的预测精度一般高于非工作日,且模型具有较好的自适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐克双	同济大学道路与交通工程教育部重点实验室	25	130	5.0	10.0
2	刘冰清	同济大学道路与交通工程教育部重点实验室	2	4	1.0	2.0
3	郝兆康	同济大学道路与交通工程教育部重点实验室	1	4	1.0	1.0
4	衣谢博闻	同济大学道路与交通工程教育部重点实验室	3	9	2.0	3.0