城市中小学接送停车共享的实证研究
| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 1 绪论 | 第7-17页 |
| 1.1 研究背景 | 第7-9页 |
| 1.2 研究目的和意义 | 第9-10页 |
| 1.2.1 研究目的 | 第9页 |
| 1.2.2 研究意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-13页 |
| 1.3.1 中小学校园交通研究 | 第10-11页 |
| 1.3.2 共享停车理论与方法研究 | 第11页 |
| 1.3.3 停车选择行为研究 | 第11-12页 |
| 1.3.4 共享停车需求预测研究 | 第12-13页 |
| 1.3.5 国内外研究现状总结 | 第13页 |
| 1.4 研究内容 | 第13-15页 |
| 1.4.1 中小学接送停车共享的可行性分析 | 第13-14页 |
| 1.4.2 中小学和周边区域停车特性分析 | 第14页 |
| 1.4.3 共享条件下的停车行为选择特性 | 第14页 |
| 1.4.4 共享停车需求预测和策略研究 | 第14-15页 |
| 1.5 研究方法与技术路线 | 第15-16页 |
| 1.5.1 研究方法 | 第15-16页 |
| 1.5.2 技术路线 | 第16页 |
| 1.6 本章小结 | 第16-17页 |
| 2 中小学接送停车的共享可行性分析 | 第17-25页 |
| 2.1 理论可行性分析 | 第17-18页 |
| 2.2 基础设施可行性分析 | 第18-22页 |
| 2.2.1 中小学停车设施分析 | 第18-19页 |
| 2.2.2 中小学周边可共享区域分析 | 第19-22页 |
| 2.3 政策可行性分析 | 第22-23页 |
| 2.4 技术可行性分析 | 第23页 |
| 2.5 本章小结 | 第23-25页 |
| 3 中小学和周边区域停车特性分析 | 第25-38页 |
| 3.1 调查方案设计 | 第25-26页 |
| 3.1.1 调查目的 | 第25页 |
| 3.1.2 调查内容 | 第25页 |
| 3.1.3 调查方法 | 第25-26页 |
| 3.2 附属学校停车特性 | 第26-33页 |
| 3.2.1 附属学校基本情况 | 第26-28页 |
| 3.2.2 上下学接送车辆驶入特性 | 第28-30页 |
| 3.2.3 上下学接送车辆驶离特性 | 第30-31页 |
| 3.2.4 上下学接送车辆停车位需求 | 第31-33页 |
| 3.3 居民住宅区停车特性 | 第33-36页 |
| 3.3.1 住宅区基本情况 | 第33页 |
| 3.3.2 住宅小区车辆驶入特性 | 第33-35页 |
| 3.3.3 住宅小区车辆驶离特性 | 第35-36页 |
| 3.4 附属学校与居民住宅小区匹配共享 | 第36-37页 |
| 3.5 本章总结 | 第37-38页 |
| 4 基于共享的接送停车选择行为分析 | 第38-57页 |
| 4.1 问卷调查 | 第38-39页 |
| 4.1.1 调查问卷设计 | 第38-39页 |
| 4.1.2 调查方案设计 | 第39页 |
| 4.2 问卷调查结果分析 | 第39-45页 |
| 4.2.1 个人属性分析 | 第39-41页 |
| 4.2.2 接送停车属性分析 | 第41-43页 |
| 4.2.3 接送停车共享属性分析 | 第43-45页 |
| 4.3 接送共享停车选择行为模型分析 | 第45-56页 |
| 4.3.1 离散选择模型 | 第45-47页 |
| 4.3.2 二项Logit模型 | 第47-49页 |
| 4.3.3 基于共享的接送停车选择行为模型 | 第49-56页 |
| 4.4 本章小结 | 第56-57页 |
| 5 停车共享需求预测及共享策略 | 第57-69页 |
| 5.1 停车需求预测 | 第57-66页 |
| 5.1.1 人工神经网络 | 第57-58页 |
| 5.1.2 Elman神经网络 | 第58-61页 |
| 5.1.3 基于数据的停车需求预测 | 第61-66页 |
| 5.2 停车共享策略及建议 | 第66-68页 |
| 5.2.1 接送停车共享策略 | 第66-67页 |
| 5.2.2 接送停车共享存在问题及建议 | 第67-68页 |
| 5.3 本章小结 | 第68-69页 |
| 结论 | 第69-70页 |
| 参考文献 | 第70-72页 |
| 附录 共享停车选择行为调查问卷 | 第72-75页 |
| 致谢 | 第75-77页 |
