基于智能体模拟的浮动式停车价格实施效果研究

交通运输系统工程与信息 ›› 2019, Vol. 19 ›› Issue (6): 26-31.

• 综合交通运输体系论坛 • 上一篇下一篇

基于智能体模拟的浮动式停车价格实施效果研究

秦焕美^*，郑飞，刘卓，刘姝莉

北京工业大学交通工程北京市重点市实验室，北京 100124

收稿日期:2019-06-20 修回日期:2019-10-08 出版日期:2019-12-25 发布日期:2019-12-25
作者简介:秦焕美(1980-)，女，吉林桦甸人，副教授.
基金资助:
北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室开放基金/Open Fund of Key Laboratory of Transport Industry of Big Data Application Technologies for Comprehensive Transport, Beijing Jiaotong University(2019JBM042)；北京工业大学国际科研合作种子基金/International Research Cooperation Seed Fund of Beijing University ofTechnology(2018B20).

Effectiveness of Floating Parking Price Based on Multi-agent Simulation

QIN Huan-mei, ZHENG Fei, LIU Zhuo, LIU Shu-li

Beijing Key Lab of Traffic Engineering, Beijing University of Technology, Beijing 100124, China

Received:2019-06-20 Revised:2019-10-08 Online:2019-12-25 Published:2019-12-25

摘要/Abstract

摘要：

在城市机动车保有量快速增长的背景下，制定合理的停车价格对缓解停车难问题具有重要的作用. 基于多智能体的建模方法，结合典型城市商业区停车调查数据搭建仿真环境，通过编程实现停车过程中的行为决策规则，建立浮动式停车价格下的路内停车模拟平台，并对浮动式停车价格的实施效果进行研究. 模拟结果表明，浮动式停车价格策略的实施不仅使路内停车资源的利用更为均衡，区域内车位紧张状况有所缓解，停车寻泊时间有所减少，还提高了周边道路上车辆运行速度. 本研究可以为提高停车效率、缓解区域道路交通拥堵提供一定决策建议.

关键词: 城市交通, 浮动式停车价格, 停车寻泊, 决策规则, 多智能体模拟

Abstract:

With the rapid growth of urban motor vehicle ownership, formulating reasonable parking price to alleviate the parking problem is increasingly important. Based on parking survey data in urban business district, the multi- agent modeling method is adopted to build a simulation environment. Then behavior decision-making rules for the travelers’parking process are built through programming, and the simulation platform for curb parking under time-varying parking price is established. Finally, the implementation effect of time-varying parking price is analyzed. The findings show that the implementation of the time-varying parking price not only makes the utilization of parking resources more balanced and reduces the cruising time for parking, but also increases the vehicles speed on surrounding roads. The study can provide decision-making suggestions for improving parking efficiency and alleviating regional traffic congestion.

Key words: urban traffic, time-varying parking price, cruising for parking, decision rules, agent-based simulation

中图分类号:

U491

秦焕美，郑飞，刘卓，刘姝莉. 基于智能体模拟的浮动式停车价格实施效果研究[J]. 交通运输系统工程与信息, 2019, 19(6): 26-31.

QIN Huan-mei, ZHENG Fei, LIU Zhuo, LIU Shu-li. Effectiveness of Floating Parking Price Based on Multi-agent Simulation[J]. Journal of Transportation Systems Engineering and Information Technology, 2019, 19(6): 26-31.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract19936.shtml

http://www.tseit.org.cn/CN/Y2019/V19/I6/26

参考文献

[1] MACKOWSKi D, BAI Y, OUYANG Y F. Parking space management via dynamic performance-based pricing[J]. Transportation Research Part C, 2015(59): 66-91.

[2] LIU W, GEROLIMINIS N. Modeling the morning commute for urban networks with cruising-for-parking: An MFD approach[J]. Transportation Research Part B, 2016(93): 470-494.

[3] LEI C, OUYANG Y F. Dynamic pricing and reservation for intelligent urban parking management[J]. Transportation Research Part C, 2017(77): 226-244.

[4] PU Z Y, LI Z B, ASH J, et al. Evaluation of spatial heterogeneity in the sensitivity of on- street parking occupancy to price change[J]. Transportation Research Part C, 2017(77): 67-79.

[5] ALEMI F, RODIER C, DRAKE C. Cruising and onstreet parking pricing: A difference-in-difference analysis of measured parking search time and distance in San Francisco[J]. Transportation Research Part A, 2018(111): 187–198.

[6] FABUSUYI T, HAMPSHIRE R C. Rethinking performance based parking pricing: A case study of SFpark[J]. Transportation Research Part A, 2018, 115 (C): 90-101.

[7] BENENSON I, MARTENS K, BIRFIR S. PARKAGENT: An agent- based model of parking in the city[J]. Computers Environment & Urban Systems, 2008, 32(6): 431-439.

[8] HORNI A, MONTINI L, WARAICH R A, et al. An agent- based cellular automaton cruising- for- parking simulation[J]. Transportation Letters, 2012, 5(4): 167- 175.

[9] WARAICH R A, DOBLER C, AXHAUSEN K W. Simulating Parking Search[C]// IVT, ETH Zurich, 2013: 1-12. 30

[10] 杜豫川, 吴沁, 俞山川. 基于ARENA的校区停车仿真模型及策略研究[J]. 交通与运输, 2017(z1): 82-86. [DU Y C, WU Q, YU S C. Modeling and simulation of campus parking using arena[J]. Traffic & Transportation, 2017 (z1): 82-86.]

[11] 秦焕美, 刘聪, 杨修涵. 基于浮动式停车收费的寻泊与出行意向分析[J]. 交通运输工程与信息学报, 2017, 15 (1): 40-46. [QIN H M, LIU C, YANG X H. Analysis on parking searching behavior and travel preference based on floating parking fees[J]. Journal of Transportation Engineering and Information, 2017, 15(1): 40-46.]

[12] 苏奎, 郑喜双, 招玉华. 美国旧金山停车管理的浮动价格制分析[J]. 综合运输，2014(9): 76- 80. [SU K, ZHENG X S, ZHAO Y H. The floating price system analysis of parking management in San Francisco, USA [J]. China Transportation Review, 2014(9): 76-80.]

[1]	刘晓冰, 李奉孝, 田欣妹, 闫学东. 基于通勤模式的都市圈中心结构判别研究[J]. 交通运输系统工程与信息, 2022, 22(2): 17-28.
[2]	许奇, 陈越, 黄靖茹, 高顺祥, 张志健. 考虑出行费用的就业可达性分析[J]. 交通运输系统工程与信息, 2022, 22(2): 37-44.
[3]	刘春禹, 刘永红, 罗霞, 朱颖. 混合交通流环境下单交叉口自动驾驶车辆轨迹优化[J]. 交通运输系统工程与信息, 2022, 22(2): 154-162.
[4]	张小雨, 邵春福, 王博彬, 黄士琛. 新冠疫情影响下居民共享出行方式选择行为研究[J]. 交通运输系统工程与信息, 2022, 22(2): 186-196.
[5]	李欣, 戴章, 李怀悦, 胡笳. 基于连续近似模型的轨道交通与常规公交耦合优化设计[J]. 交通运输系统工程与信息, 2022, 22(2): 206-213.
[6]	郝妍熙, 刘戎阳, 胡华, 方勇, 刘志钢. 单向通道行人-自行车混合流建模及自组织现象研究[J]. 交通运输系统工程与信息, 2022, 22(2): 223-229.
[7]	赵传林, 贺少松, 孙淑敏, 王钰涵. 基于理性疏忽理论的交通疏散网络双层优化模型[J]. 交通运输系统工程与信息, 2022, 22(2): 239-246.
[8]	陈小红, 蓝秋雨. 不确定交通需求下交叉口信号配时区间优化模型[J]. 交通运输系统工程与信息, 2022, 22(2): 247-256.
[9]	李冰, 王正辉, 马铭炜, 杨鸿宇, 冯悦. 信号交叉口行人二次过街下右转车通行能力与延误估计模型[J]. 交通运输系统工程与信息, 2022, 22(2): 257-267.
[10]	朱彤, 秦丹, 董傲然, 杜雨萌, 魏雯. 公交驾驶员违规类型同交通事故间的关联分析[J]. 交通运输系统工程与信息, 2022, 22(2): 322-329.
[11]	毛保华, 王敏, 何天健, 陈海波. 城市公共交通服务水平研究回顾和展望[J]. 交通运输系统工程与信息, 2022, 22(1): 2-13.
[12]	王子甲, 贾慧慧, 朱亚迪, 陈峰. 基于智能卡数据的轨道与公交复合网络通勤方式选择行为研究[J]. 交通运输系统工程与信息, 2022, 22(1): 67-73.
[13]	贾斌, 朱凌, 李树凯, 刘家林. 城市轨道交通小交路计划与客流控制协同优化策略[J]. 交通运输系统工程与信息, 2022, 22(1): 124-132.
[14]	牟振华, 汪寒冰, 林本江, 陈逸群, 金程程, 陈艳艳. 基于演化博弈的违章停车动态罚金策略效用仿真评价[J]. 交通运输系统工程与信息, 2022, 22(1): 152-162.
[15]	贾富强, 李引珍, 杨信丰, 马昌喜, 代存杰. 基于演化博弈的政府鼓励条件下共享停车行为分析[J]. 交通运输系统工程与信息, 2022, 22(1): 163-170.

基于智能体模拟的浮动式停车价格实施效果研究

Effectiveness of Floating Parking Price Based on Multi-agent Simulation

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics