[1]张 雷.基于时间序列模型的停车场泊位特性预测研究[J].南京师范大学学报(自然科学版),2017,40(02):24.[doi:10.3969/j.issn.1001-4616.2017.02.005]
　Zhang Lei.Research on Parking Berth Characteristics PredictionBased on Time Series Model[J].Journal of Nanjing Normal University(Natural Science Edition),2017,40(02):24.[doi:10.3969/j.issn.1001-4616.2017.02.005]
点击复制

基于时间序列模型的停车场泊位特性预测研究()
分享到：

《南京师范大学学报》（自然科学版）[ISSN:1001-4616/CN:32-1239/N]

卷:
第40卷
期数:
2017年02期
页码:
24
栏目:
·数学·
出版日期:
2017-06-29

文章信息/Info

Title:
Research on Parking Berth Characteristics PredictionBased on Time Series Model
文章编号:
1001-4616(2017)02-0024-07
作者:
张 雷
重庆交通大学数学与统计学院,重庆 400074
Author(s):
Zhang Lei
College of Mathematics and Statistics,Chongqing Jiaotong University,Chongqing 400074,China
关键词:
时间序列; 车辆特性预测; 泊位利用率
Keywords:
time series; ehicle performance prediction; berth utilization
分类号:
U121
DOI:
10.3969/j.issn.1001-4616.2017.02.005
文献标志码:
A
摘要:
基于某行政服务中心的停车场进出车辆数据,讨论了传统停车需求预测方法特征,分析其适用范围,判断预测实时停车需求的可行性. 在此基础上,引入经济学中常用的时间序列模型,明确构建模型的关键步骤和检验方法,在Eviews 9.0工作平台上进行模型检验与预测. 并举例对模型进行了仿真实验,验证了模型的有效性,取得了理想的效果.
Abstract:
In this paper,based on the data of vehicle parking in and out of an administrative service center,the characteristics of traditional parking demand forecasting methods are discussed. On this basis,the paper introduces the time series model which is used in economics,and makes clear the key steps and methods of building the model. The model is tested and predicted on the Eviews 9.0 platform. Finally,the simulation experiments are carried out to verify the validity of the model.

参考文献/References:

[1] 屈昌辉. 当前我国城市住宅小区车辆停放存在的问题及管理对策[J]. 城市发展研究,2015(3):23-26.
[2]冯淑媛,李阳生. 智能停车管理系统建设方案和发展对策[J]. 中国建设信息化,2016(10):54-57.
[3]孙吉瑞. 城市混合用地停车需求预测模型研究与实践[J]. 交通与运输(学术版),2016(1):62-66.
[4]单博文. 基于道路服务水平的停车需求预测[J]. 武汉理工大学学报,2012,36(3):541-544.
[5]温旭丽,孙垚飞,罗婷. 基于交通特征的停车需求预测模型构建研究[J]. 公路交通科技,2014(4):297-299.
[6]周岩,董瑞娟,杨伟. 现代化居住社区停车特性与需求分析[J]. 交通科技与经济,2014(2):4-8,12.
[7]王娜. 时间序列建模、预报的原理[J]. 吉林工程技术师范学院学报,2012,28(3):78-80.
[8]林慧君,徐荣聪. 组合ARMA与SVR模型的时间序列预测[J]. 计算机与现代化,2009(8):19-22.
[9]吕树龙. ARIMA模型在降水量预测中的应用[J]. 水科学与工程技术,2012(2):6-8.

备注/Memo

备注/Memo:
收稿日期:2017-03-15.
基金项目:国家自然科学基金(11501065、11401061)、重庆市基础与前沿研究计划基金(cstc2015jcyjA00033)、重庆市教委项目(KJ1600504、KJ1600512).
通讯联系人:张雷,讲师,研究方向:优化算法、控制理论研究. E-mail:zhangleicqjtu@163. com
更新日期/Last Update: 2017-06-30