[发明专利]一种新停车需求规划方法

权利要求书

1.一种新停车需求规划方法，其特征在于，包括以下步骤：

1)构建停车设施停车需求新指标：单位时间的停车需求高峰比、到达量高峰比、停车时长和驶离量高峰比指标；

2)连续数据环境下对停车场的步骤1)各个停车高峰比指标数据进行稳定性验证式分析；

所述稳定性是指同一停车设施在不同日期的停车特征相似程度；

所述稳定性是指随机选取某一天的数据所获得的停车特征能代表停车总体特征的程度，随机选取某一天的停车特征可以代表不同季节特征的程度；

3)步骤2)验证后确认了稳定性，据此对各个停车场设计停车规划管理。

2.如权利要求1所述的新停车需求规划方法，其特征在于，步骤1)中，概念设为：停车设施“单位时间内停车需求高峰比”是指单位停车需求量与一天内最大停车需求的比值；停车场“驶离量高峰比”或“到达量高峰比”是指单位时间的驶离量或到达量与一天内的驶离总量或到达总量的比值。

3.如权利要求1所述的新停车需求规划方法，其特征在于，步骤2)中，所述的验证式分析，通过数学方法进行量化验证。

4.如权利要求3所述的新停车需求规划方法，其特征在于，所述量化验证，针对多组有对应关系的随机数列的稳定性检验，采用同步统计推断法进行停车需求稳定性特征验证。

5.如权利要求4所述的新停车需求规划方法，其特征在于，步骤2)中，具体包括以下步骤：

21)同步统计推断法原理

同步统计推断方法的建立基于以下两个假设：

假设1：预测是无偏的；

假设2：模型误差足够小；

设X_i为预测模型的预测结果值，Y_i为实际观测值，则残差Z_i＝X_i-Y_i,i＝1,2,...,n.对数据进行分组：

组1:Z₁,Z₂,...,Z_m；

组2:Z_m+1,Z_m+2,...,Z_2m；...；

组b:Z_(b-1)m+1,Z_(b-1)m+2,...,Z_bm

其中，m是每组的数据长度，即每组的大小；b是分组后的组数，代表第b组，

即

组均值μ的估计值为组均值方差σ²的估计量则为

因此，即服从自由度为b-1的t分布，组均值的置信区间为当m趋于无穷大而b为定值时，其置信区间的覆盖范围趋近于1-α；相反，为了使作为方差σ²的估计量的均方误差最小，则需要b远远大于m；

上述符号备注：N是代表正态分布的符号，VAR是方差，E是均值,α为显著性水平；

22)同步统计推断法求解

在“组均值处理”后，获得了近似独立分布的并且同步假设被重新定义为：假设1：μ_z＝0；假设2：σ_z²≤ε，其中μ_z和σ_z²是残差组均值处理过程中的均值与方差，ε值由推断值的最大允许波动范围计算获得(根据具体问题进行设定)；

对于假设1的检验，使用t检验，如果原假设被拒绝，反之，没有充足的证据证明残差均值不等于0值，即停车需求特征具有稳定性；

对于假设2的检验，需要使用卡方检验，如果χ₀²＞χ²_a,b-1，原假设被拒绝，反之，没有充足的证据证明残差均值的方差大于ε值，说明了某一停车需求序列作为另外停车需求序列的有效代表，并且为了使之成立，需要b的取值尽可能大于m。

6.如权利要求5所述的新停车需求规划方法，其特征在于，为了获得更好的置信区间覆盖范围，组均值的分组b大于30组。