城市停车场泊位多步预测方法及泊位预约策略优化研究
| 致谢 | 第5-7页 |
| 摘要 | 第7-8页 |
| Abstract | 第8页 |
| 1 绪论 | 第16-32页 |
| 1.1 研究背景和意义 | 第16-20页 |
| 1.1.1 研究背景 | 第16-20页 |
| 1.1.2 研究意义 | 第20页 |
| 1.2 研究现状 | 第20-29页 |
| 1.2.1 停车智能化研究综述 | 第21-22页 |
| 1.2.2 停车泊位序列分析研究现状 | 第22-23页 |
| 1.2.3 停车泊位预测研究现状 | 第23-24页 |
| 1.2.4 停车泊位预约研究现状 | 第24-29页 |
| 1.3 研究内容 | 第29-30页 |
| 1.4 篇章安排 | 第30-32页 |
| 2 停车场泊位占有率序列特性分析 | 第32-46页 |
| 2.1 时间序列特性分析原理 | 第32-36页 |
| 2.1.1 主分量分析(PCA)法 | 第32-33页 |
| 2.1.2 联合熵法 | 第33-35页 |
| 2.1.3 改进CO复杂度法 | 第35-36页 |
| 2.2 停车场泊位占有率时间序列分析 | 第36-43页 |
| 2.2.1 停车场泊位序列预处理 | 第36页 |
| 2.2.2 停车场泊位占有率序列主分量分析 | 第36-38页 |
| 2.2.3 停车场泊位占有率序列复杂性测度分析 | 第38-43页 |
| 2.3 本章小结 | 第43-46页 |
| 3 停车场泊位多步预测方法研究 | 第46-62页 |
| 3.1 单步预测原理——最小二乘支持向量回归 | 第46-49页 |
| 3.2 多步预测策略 | 第49-50页 |
| 3.3 傅里叶变换在泊位实时多步预测中的应用 | 第50页 |
| 3.4 基于FT-LSSVR的停车场泊位多步预测 | 第50-60页 |
| 3.4.1 评价指标 | 第51-52页 |
| 3.4.2 嵌入维度m的选取 | 第52-53页 |
| 3.4.3 预测步长阈值d_0确定 | 第53-55页 |
| 3.4.4 预测结果分析 | 第55-60页 |
| 3.5 本章小结 | 第60-62页 |
| 4 基于Agent仿真优化的智能泊位预约策略研究 | 第62-106页 |
| 4.1 停车预约系统及其关键问题 | 第62-64页 |
| 4.1.1 停车预约系统的潜在影响 | 第62-63页 |
| 4.1.2 停车预约中的存在问题 | 第63-64页 |
| 4.2 Agent仿真基本原理 | 第64-65页 |
| 4.3 停车泊位预约系统Agent仿真设计 | 第65-91页 |
| 4.3.1 基本假设 | 第65-66页 |
| 4.3.2 基本属性设计 | 第66-69页 |
| 4.3.3 仿真关键技术 | 第69-70页 |
| 4.3.4 用户决策过程 | 第70-73页 |
| 4.3.5 仿真流程 | 第73-80页 |
| 4.3.6 效果评价 | 第80-91页 |
| 4.4 基于遗传算法的Agent泊位预约策略优化 | 第91-103页 |
| 4.4.1 问题阐述 | 第91-92页 |
| 4.4.2 参数敏感性分析 | 第92-96页 |
| 4.4.3 基于遗传算法的仿真优化 | 第96-97页 |
| 4.4.4 单目标优化 | 第97-101页 |
| 4.4.5 双目标优化 | 第101-103页 |
| 4.5 本章小结 | 第103-106页 |
| 5 结论与展望 | 第106-108页 |
| 5.1 结论 | 第106-107页 |
| 5.2 展望 | 第107-108页 |
| 参考文献 | 第108-116页 |
| 附录 | 第116-117页 |
| 作者简介 | 第116页 |
| 攻读硕士学位期间发表的文章 | 第116-117页 |
| 参与项目 | 第117页 |
