[发明专利]一种面向弹性停车激励机制的激励效益计算方法

权利要求书

1.一种面向弹性停车激励机制的激励效益计算方法，其特征在于：包括以下步骤：

S1：将停车场管理方与驾车者设定为博弈模型中的双方局中人，获取满足最优化决策的激励效益目标函数；

S2：结合弹性停车激励系统中所记录的驾车者出行轨迹、竞价时间与竞价价位，分析驾车者出行成本与激励强度之间的关系，确定激励强度累计分布函数；

S3：根据博弈模型，构建面向弹性停车激励机制的激励效益计算模型；

S4：对构建的激励效益计算模型进行非线性变换并求解。

2.根据权利要求1所述的面向弹性停车激励机制的激励效益计算方法，其特征在于：所述步骤S1中，满足最优化决策的激励效益目标函数max(U)须满足驾车者收益V＞0；U为激励效益目标函数，max(·)为取最大值，f为停车场管理方制定的激励强度方案，V如式(1)所示；

V＝f-C (1)

式(1)中，C为驾车者出行总成本，如式(2)所示；

C＝C_p+C_t (2)

式(2)中，C_p为驾车者选择步行、自行车、公交车、地铁或拼车完成出行所需支付的经济成本；C_t为时间成本，包括驾车者在使用替代方式时所消耗的时间、精力和情绪。

3.根据权利要求1所述的面向弹性停车激励机制的激励效益计算方法，其特征在于：所述步骤S2中，激励强度累计分布函数如式(3)所示：

式(3)中，F(·)为激励强度累计分布函数，f为停车场管理方制定的激励强度方案，θ为接受最低激励强度的驾车者占所有驾车者的比例，f_max为停车场管理方所设定的最高激励强度，f_min为停车场管理方所设定的最低激励强度。

4.根据权利要求1所述的面向弹性停车激励机制的激励效益计算方法，其特征在于：所述步骤S3中，构建的激励效益计算模型如式(4)所示：

约束方程为：

f_t∈{f_min,f_max} (6)

f_t-f_t-1≤0 (7)

t∈[1,2,...,T] (8)

其中，F(·)为激励强度累计分布函数，Z(f_t)为激励效益目标函数期望的负值，U为激励效益目标函数，E(·)为求期望，U⁺为竞价收益，U^-为竞价成本，f_t为时间节点为t时的停车场管理方制定的激励强度方案，f_t-1为时间节点为t-1时的停车场管理方制定的激励强度方案，t∈[1,T]为时间节点，T为通勤日，λ_t为第t天发起竞价申请的驾车者总人数，f_n为每个停车位投放到市场后停车场管理方所能得到的盈利收入，k_c为具备竞价资格的驾车者总人数，p_b为驾车者发生爽约的概率，f_b为爽约时驾车者应当支付给停车场管理方的金额，ξ是指无竞价的驾车者没有使用停车位的人数比例。

5.根据权利要求4所述的面向弹性停车激励机制的激励效益计算方法，其特征在于：所述步骤S4中，对激励效益计算模型进行非线性变换后得到的模型如式(9)所示：

约束方程为：

F(f_t)·λ_t-1≤g₁(f_t)≤F(f_t)·λ_t (11)

F(f_t)·λ_t·p_b-1≤g₂(f_t)≤F(f_t)·λ_t·p_b (12)

F(f_t)·λ_t·ξ-1≤g₃(f_t)≤F(f_t)·λ_t·ξ (13)

f_t-f_t-1≤0 (14)

f_t∈{f_min,f_max} (15)

g₃(f_t),g₃(f_t),g₃(f_t)∈Z (16)

其中，g₁(f_t)替代式(4)中的F(f_t)·λ_t，g₂(f_t)替代式(4)中的F(f_t)·λ_t·p_b，g₃(f_t)替代式(4)中的F(f_t)·λ_t·ξ。