[发明专利]基于Mamdani算法的停车诱导决策方法

说明书

本发明公开了一种全新的面向服务本体的诱导停车决策方法，涉及模糊算法控制的领域。该方法是将自然语言或者是个人习惯的非量化数据通过建立隶属函数、模糊化、模糊规则库的处理后，再经过反模糊化过程，得到最终的控制结果信息，进而可以顺利的引导顾客泊车。决策算法其亮点为，突破了传统的坐而待毙的停车方式，一方面可以主动分析泊车者的自然语言，另一方面也可以通过系统历史后台数据仓库分析个人习惯，最终可以合理的安排停车场的有限资源，配合系统的自学习功能，可以使停车场管理智能化，具有很高的现实意义和实用价值。

技术领域

本发明涉及模糊控制领域，具体是一种面向自然语言，利用沉淀的元数据信息进行诱导停车的决策方法。

背景技术

由于国内经济发展呈层次化、阶梯化的形态，因此对于智慧停车场的需求和理解也呈现了不同的状态。简而言之，经济欠发达地区对于停车场资源透明度、可视度的处理尚未完善，因为汽车数量不及一、二线城市多，对于停车场的需求也呈现了差异化；对于经济高度发展的大型城市而言，城市公共或私有停车场都做到了信息透明，可以实时的呈现在网页端，甚至一些移动客户端上。但关于停车场内的诱导停车服务却做得不尽如意，主要表现在以下几个方面：

(1)简单粗暴的元数据。由于技术能力的落后，一些停车场只通过简单的车位识别和加法运算处理后的“元数据”展现给被服务主体。车辆驾驶者并无法从这些基础的数据中得到直接的帮助，例如，前方有23个车位，左侧有34个车位。这只是信息的展示，换句话说这简单粗暴的诱导只能叫做Parking Guidance and Information(PGI)。大量的原始数据并没有完全处理，系统没有发掘出其背后的意义。

(2)无处不在的RFID。为了提供形式上“一对一”有针对性的诱导服务，停车场的管理系统不得不掌握车辆的位置，因此就需要一定数量的RFID遍布整个停车场，并实时与汽车进行信息识别。这种形式的诱导停车看似感知了整个环境和被服务主体，实际上只是在堆砌同类型的硬件而已。利用RFID或者NFC技术来明确个人标识，并没有主动匹配用户需求与停车场的资源。

(3)免费的移动软件客户端。为了得到能够更好的呈现效果和用户体验，停车场管理者不遗余力的开发各种移动终端上的APP，用来展示停车场信息。然而得到的效果却不是那么的明显，主要原因有以下几点：

a.由于电信运营商的网速限制或者移动终端的性能不一，导致用户体验有了差异化。用户不能实时地获得一手信息，也就不能及时地作出判断。

b.信息的展现与互动是建立在用户统一的软件界面，甚至是相同的硬件架构之上的。对于停车场的老用户尚不能普及，更不用说新来的用户了。更何况每个停车场的管理系统平台不一样，这样对于用户的耐心、其手机的性能都是一种负担。

综上所述，现阶段国内停车场的智能诱导服务做的尚未完善，用户的需求分析不明朗、体验感欠缺，现阶段主要受困于以下几个方面的问题：

(1)停车场不能准确把握被服务者需求；

(2)驶入汽车限于技术只能被动接受信息；

(3)需要被服务主体拥有统一的软、硬件平台的因素。

发明内容

为了解决上述现有技术存在的缺陷，本发明提供了一种基于Mamdani算法的停车诱导决策方法，能够发掘历史数据库中更深层的意义，能够主动匹配用户需求和停车场资源。

本发明采用的技术方案：一种基于Mamdani算法控制的停车诱导决策方法，包括用于输入车辆种类的模糊化接口1和用于输入停车频率的模糊化接口2，包括以下步骤：

S1：按照停车场电梯终点和特征，将电梯分为四类：直达商场的商场直梯，悠闲到达商场的扶手电梯，直达电影院的电影院直梯和直达写字楼的写字楼直梯；