隨著城市化的不斷推進,我國不少中小城市紛紛新建綜合商業(yè)中心,不僅激發(fā)了城市經(jīng)濟活力,同時也帶來了不少交通壓力,尤其是在商業(yè)區(qū)域靜態(tài)交通管理方面,如何在現(xiàn)有停車資源配置下,更加有效地提高資源使用效率成為亟待解決的現(xiàn)實問題。與此同時,交通需求控制作為改善局部交通擁堵問題的重要手段,有著便捷、高效、易于實施的特點,也是目前城市交通管理研究的重點領域。為此,有必要針對我國中小城市商業(yè)中心的典型特點,系統(tǒng)研究商業(yè)中心停車需求的變化規(guī)律,以更好地發(fā)揮交通需求管理手段在緩解商業(yè)中心區(qū)域停車壓力方面的作用。
《我國中小城市商業(yè)中心停車需求影響研究》考慮了出行群體間的相互影響,依據(jù)混合博弈理論、后悔理論和神經(jīng)網(wǎng)絡模型,分別討論了假設場景中的商業(yè)中心停車收費問題、基于混合博弈理論和神經(jīng)網(wǎng)絡模型的OD反推技術以及現(xiàn)實場景下的商業(yè)中心停車需求演變規(guī)律。
隨著城市化的不斷推進,我國不少中小城市紛紛新建綜合商業(yè)中心,不僅激發(fā)了城市經(jīng)濟活力,同時也帶來了不少交通壓力,尤其是在商業(yè)區(qū)域靜態(tài)交通管理方面,如何在現(xiàn)有停車資源配置下,更加有效地提高資源使用效率成為亟待解決的現(xiàn)實問題。與此同時,交通需求控制作為改善局部交通擁堵問題的重要手段,有著便捷、高效、易于實施的特點,也是目前城市交通管理研究的重點領域。為此,有必要針對我國中小城市商業(yè)中心的典型特點,系統(tǒng)研究商業(yè)中心停車需求的變化規(guī)律,以更好地發(fā)揮交通需求管理手段在緩解商業(yè)中心區(qū)域停車壓力方面的作用。
本書考慮了出行群體間的相互影響,依據(jù)混合博弈理論、后悔理論和神經(jīng)網(wǎng)絡模型,分別討論了假設場景中的商業(yè)中心停車收費問題、基于混合博弈理論和神經(jīng)網(wǎng)絡模型的OD反推技術以及現(xiàn)實場景下的商業(yè)中心停車需求演變規(guī)律。
在研究過程中針對交通需求預測四階段法的一致性問題,本研究運用混合博弈理論搭建了交通方式和路徑選擇一體化模型,并利用后悔理論簡化了目標函數(shù)的結構。在模型求解過程中,為了克服遺傳算法(Genetic Algorithm,GA)易早熟收斂慢和序列二次規(guī)劃算法(Sequence Quadratic Program.SQP)穩(wěn)定性不足的缺點,首次將兩者互相迭代進行求解,顯著加快了模型的收斂速度,提高了計算精度。在OD反推計算中,首次運用混合博弈模型和神經(jīng)網(wǎng)絡模型進行復合計算,大大降低了訓練樣本的計算難度。
此外,在簡單交通場景的研究中,分別針對商業(yè)中心購物出行距離遠近、商業(yè)中心連接路段擁堵程度、不同商業(yè)中心停車費率高低進行了仿真運算,得出了各因素對商業(yè)中心停車需求影響程度的量化結果,為商業(yè)中心停車泊位數(shù)量的合理化設置提供理論依據(jù)。在現(xiàn)實交通場景的研究中,以“經(jīng)濟百強縣”江西省豐城市為例,分別從差異化停車收費模式、城區(qū)發(fā)展影響、居民收入水平和收入結構變化等方面進行了系統(tǒng)研究,得出的結論可為當?shù)卣纳片F(xiàn)有商業(yè)中心停車問題、規(guī)劃未來停車資源配置提供參考依據(jù)。
敖翔龍,江西省萍鄉(xiāng)市人,2018年博士畢業(yè)于北京工業(yè)大學交通運輸規(guī)劃與管理專業(yè),師從關宏志教授,目前任職于江西省宜春學院,主要從事交通規(guī)劃原理、交通需求管理政策和公共交通補貼效率等方面的研究:參與過若干重大交通學科課題研究:“十一五”國家科技支撐計劃-城市停車設施建造技術,973計劃——大城市交通擁堵瓶頸的基礎科學問題研究,國家自然科學基金——非理性視野下的交通網(wǎng)絡演化理論研究;科研之余還參與了一些社會服務項目,主要包括:保定市道路交通安全管理規(guī)劃、佛山市廣明高速公路交通量預測;另外還獨立承擔了廊坊市蘇寧廣場交通影響評價等項目。
第1章 緒論
1.1 研究背景
1.2 研究意義
1.3 研究內容
1.4 研究結構
第2章 理論背景及依據(jù)
2.1 后悔理論
2.2 交通行為學
2.3 混合博弈理論
2.4 遺傳算法
2.5 交通分配
2.6 神經(jīng)網(wǎng)絡
2.7 交通需求管理
第3章 基于混合博弈理論和后悔理論的交通模型搭建
3.1 研究背景
3.2 交通場景的建立
3.3 混合博弈模型的搭建
3.4 交通出行成本函數(shù)的設置
3.5 目標函數(shù)的選取
3.6 結論
第4章 出行距離遠近對商業(yè)中心停車需求的影響
4.1 參數(shù)設置
4.2 算法選擇
4.3 算例分析
4.4 結論
第5章 連接路段擁堵程度對商業(yè)中心停車需求的影響
5.1 交通擁堵對交通出行的影響
5.2 心理干擾參數(shù)設置
5.3 其他參數(shù)設置
5.4 算例分析
5.5 結論
第6章 停車費率對商業(yè)中心停車需求的影響
6.1 研究背景
6.2 參數(shù)設置
6.3 算例分析
6.4 結論
第7章 基于混合博弈理論和神經(jīng)網(wǎng)絡的OD反推技術研究
7.1 研究背景
7.2 交通場景
7.3 模型參數(shù)設置
7.4 訓練樣本中OD出行矩陣的獲取
7.5 訓練樣本中路段流量的獲取
7.6 BP神經(jīng)網(wǎng)絡模型構建
7.7 目標年交通場景系統(tǒng)運行情況
7.8 結論
第8章 我國中小城市商業(yè)中心差異化停車收費實施效果研究
8.1 交通場景
8.2 交通模型
8.3 算例分析
8.4 城區(qū)發(fā)展對中小城市商業(yè)中心停車收費政策的影響
8.5 城區(qū)發(fā)展變化時的研究場景
8.6 城區(qū)發(fā)展變化時的交通模型
8.7 城區(qū)發(fā)展變化時的算例分析
8.8 結論
第9章 出行者收入水平變化對商業(yè)中心停車收費的影響研究
9.1 研究背景
9.2 交通場景
9.3 交通模型
9.4 算例分析
9.5 居民收入結構變化的影響
9.6 居民收入結構變化時的交通場景
9.7 居民收入結構變化時的交通模型
9.8 居民收入結構變化時的算例分析
9.9 結論
參考文獻