[发明专利]一种基于Agent仿真的智能停车泊位预约策略优化方法

说明书

本发明公开了一种基于Agent仿真的智能停车泊位预约策略优化方法。本发明的基本思想是车辆Agent通过对接收到的交通信息进行处理，结合自身静态属性和预设的逻辑规则更新动态属性，根据动态属性实现在路网中的移动和决策等行为。本发明通过仿真优化手段，对城市中心区域的智能停车泊位预约策略进行优化，通过合理配置优化后区域内各停车场的可预约泊位的比例，调节用户停车需求，缓解城市中心区域停车资源分布不均，局部停车场“一位难求”，局部停车场“无人问津”的现象，进而优化城市交通。

技术领域

本发明涉及基于Agent仿真的停车泊位预约策略优化方法，属于智能停车技术领域。

背景技术

基于Agent的建模理论和仿真技术是目前进行复杂系统仿真最具活力、最有影响的方法之一，其基本思想是通过模拟现实世界，将复杂系统划分为与之相应的Agent，以自底向上的方式，从研究个体微观行为入手，进而获得系统宏观行为。

交通问题本质上是参与交通的每个个体(车辆)在路网上移动和决策的过程。然而，传统的静态交通分配和停车选择模型无法反映车辆间相互作用，是一个整体的停车选择概率。

合理的泊位预约策略可以起到提高泊位利用率、盘活闲置资源、优化周边道路运行等效果；不合理的的泊位预约策略反而会造成车位资源浪费、供需矛盾进一步激化等恶果。因此，有必要对泊位预约策略效果进行分析评价并优化。

发明内容

本发明的目的在于提供一种基于Agent仿真的智能停车泊位预约策略优化方法。本发明的基本思想是车辆Agent通过对接收到的交通信息进行处理，结合自身静态属性和预设的逻辑规则更新动态属性，根据动态属性实现在路网中的移动和决策等行为。

本发明包括以下步骤：

c1、仿真基础条件设计，具体是：

c11初始化仿真路网

包括起始节点集合O、终止节点集合D、停车场节点集合P、交叉口节点C和路段集合S。初始化各类节点之间的连接属性、距离；初始化路段等级、通行能力C_s、自由流速度预加载路网各路段初始流量q_s(0)，利用BPR函数计算初始路网各路段的行程速度v_s(0)、行程时间t_s(0)，其计算如下：

其中，α_s、β_s为路段s的BPR函数参数，L_s为路段s的长度。

c12初始化停车场

包括各停车场的容量C_p、可预约泊位的比例η_p、初始停车数x_p(0)、停车费率f_p、停车驶离率d_p、最大忍受排队车辆长度m_p、排队序列queue_p、排队长度l_p。则预约部分的可用泊位数其中[]为取整符号，非预约部分的可用泊位数假设初始时刻预约部分和非预约部分的实际停车泊位占有率是相等的，即

其中，为预约部分车位的泊位占有率，为非预约部分车位的泊位占有率。

c13初始化仿真环境

包括仿真间隔、当前迭代次数，最大迭代次数，初始化仿真OD和预约用户的比例η_c。

c2、智能停车预约系统Agent仿真模型建立，具体是：

c21用户决策过程

c211停车选择