停车需求分析方法研究.docx

停车需求分析方法研究.docx

《停车需求分析方法研究.docx》由会员分享，可在线阅读，更多相关《停车需求分析方法研究.docx（6页珍藏版）》请在冰豆网上搜索。

停车需求分析方法研究

1引言

停车需求是指出于各种目的驾车者在各种停放设施中停放车辆的要求,分为社会停车需求和基本停车。

基本停车需求,由车辆保有量引起的停车需求,即夜间停车需求,主要是为居民或单位车辆夜间停放服务；社会停车需求,由车辆使用引起的停车需求,是日间停车需求的主要组成部分,主要是由各种社会、经济活动产生的出行所形成的。

停车需求随着社会经济的发展、城市化进程的加快、机动车保有量的迅速增加而增加。

“停车难”已经成为全社会普遍关注的热点问题。

然而停车资源空间有限停车供给能力相对道路交通需求日益不足。

随意停车、违章停车日益严重,对正常交通流造成极大的干扰。

如果不能合理解决城市停车问题就不能从根本上解决交通拥堵问题。

发达国家从20世纪50年代开始深入研究城市停车问题如美国、日本等,对停车问题高度重视对此进行专项规划建设公共停车场以减少交通拥挤。

可是在此过程中停车需求预测又显得很重要！

停车难交通拥堵

停车需求预测是进行合理的停车规划、解决城市停车问题的首要步骤。

因此对合理有效并且实用性强的停车需求预测方法的研究是十分必要的。

停车需求模型结构不一,文章以模型为基础,考虑与其相关因素的影响。

对停车需求预测过程中进行了进一步的简化和修正,以使其在实践中能够达到更好的使用效果。

2主要停车预测方法分类

2.1静态交通发生率模型

根据停车调查数据汇总可得到各交通小区的日停车数,再根据停放车辆车型比例换算为标准车。

利用综合交通规划中社会经济与土地利用现状及发展预测所提供的现状和近、远期规划年的就业岗位数,抽取一定的样本来建立静态交通发生率模型：

Pij=aiLij（i=1,…,m;j=1,…,n）

其中,Pij为预测年第j交通小区的基本日停车需求,标准车次/d；ai为第i类用地的静态交通发生率,标准车次/100工作岗位·d；Lij为预测年第j交通小区第i类用地的就业岗位人数；n为小区数；m为用地分类数。

对模型的求解采用非线性优化的方法,即建立非线性优化模型：

gl。

minz=minj=1nPj-i=1maijLij2

st。

ai>0

式中参数意义同前。

应用非线性规划软件（Lingo）来求解此模型,可得到静态交通发生率ai。

把近、远期规划年的预测就业岗位数代入模型,即可得到近、远期的各交通小区的日停车需求（标准车次）。

2.2生成率模型

原理是将土地按使用功能分类与停车需求生成率的关系建立模型:

Pi=j=1nPijLuij

其中,Pi为预测年第i区高峰停车需求量（标准泊位）；Pij为预测年第i区j类用地单位需求量；Luij为预测年第i区j类用地单位面积停车需求生成率；n为用地类型。

该模型作为最严格和科学的方法,其优点是对城市中每类用地均可以得到详细的统计参数,包括需求量、均值、方差、相关系数等；而且针对不同用地,可以根据相关性选择不同自变量进行回归分析,计算结果相当准确。

其计算的困难和不足之处在于：

（1）由于建模的基础是单一用地类型,因此在研究土地使用类型多而混杂的城市区域时数据容易受其他因素的干扰；

（2）模型对现状停车需求分析较为准确,但对于规划年各个土地使用类型的停车生成率难以把握,因此预测周期不宜过长。

2.3相关分析模型

建立停车需求与城市经济活动及土地使用变量之间的函数关系_一个典型的多元回归模型是

Pi=A0+A1X1i+A2+A3X3i+A4X4i+A5X5i+…

其中,Pi为预测年第i区的高峰停车需求量（标准泊位）；X1i为预测年第i区的工作岗位数；X2i为预测年第i区的人口数；X3i为预测年第i区的建筑面积；X4i为预测年第i区的零售服务业人数；X5i为预测年第i区的小汽车注册数；Ai为回归系数。

该模型突出了城市内人口、建筑面积、职工岗位数等对停车设施需求影响较大的因素进行分析,更适用于在土地适用单一的区域以及中、小型城市中进行预测,对于土地适用复杂区域,由于相关变量较多,模型精度会受到影响。

2.4出行吸进量模型

由于停车需求与地区性的土地开发（工商活动）强度有关,而土地开发强度又与该地区出行吸引量成正比。

如果能获得该地区的出行吸引量（D量）,则只要将其分配成小汽车的吸引比重,再换算为实际到达的车辆数,最后就可以再换算成高峰时间小汽车停车需求数。

其关键是要通过调查,预测出交通方式分配比重以及小汽车的乘载率。

美国曾针对数十个大城市的人口规模分别制定不同条件下的停车出行和高峰时间停车场的泊位关系曲线,称之为停车泊位需求因子,以此作为停车需求换算的标准。

2.5交通量-停车需求模型

广义上讲,区位不仅仅指人类活动的场所这一地理位置范畴,还包含了该场所具有的属性条件。

同一城市中,不同区位的土地由于在性质、功能上有不同的特点,各区位的土地将在城市的经济结构、生产力布局中占有各自的地位,它们是不同强度的交通产生源和吸引源。

从宏观、中观、微观三个层面对于土地利用区位与（从土地利用在城市中的场所分布、土地利用性质、强度等几个方面）出行（次数、总量、方式等）之间的关系用大量的数和理论进行了证明。

单从停车需求的角度来讲,不同地区的不同区位决定了它们各自的出行吸引强度,其各自的出行吸引总量以及出行吸引的交通方式构成均有所不同,而一地区的停车需求泊位数与这二者密切相关。

在进行一个城市的停车需求预测时,由于研究的整体区域太大,城市中不同区位的小区其出行吸引量及出行吸引的交通方式构成都有很大差异,导致了上述模型在实际应用过程中会出现误差过大或者计算过程过于繁琐的后果。

因此,本文以实际中常用的交通量-停车需求模型为基础,对城市停车需求预测方法进行了一定的改进,以使其达到更好的实用效果。

基本思路是任何地区的停车需求必然是到达该地区行驶车辆被吸引的结果,停车需求泊位数为通过该地区流量的某一百分比。

如果该地区用地功能较为均衡、稳定,则建模的预测较为可靠。

一元对数回归模型回归方程：

logPi=A+BlogVi

其中,Pi为第i区的停车需求量（标准小汽车）；Vi为到达第i区交通流量；A、B为回归系数。

多元回归模型回归方程为：

logPi=A0+A1∙logVki+A2∙logVki

其中Pi为预测年第i区机动车实际日停车需求量（标准车次）；Vki、Vhi为预测年第i区的客车和货车日出行吸引量（标准车次）；A0,A1,A2为回归系数。

根据对机动车O-D的调查分析,分别计算出客货车的出行吸引量,在此基础上可以回归出基本年和预测年的区域停车需求量。

该模型使用时应该注意:

规划年小区出行吸引量分别换算成标准车作为模型自变量。

2.6基于Box-CoxDogit的停车需求预测模型

该模型是根据非集计模型中由Gaudry和Dagenias基于Box-Cox非线性变换的Dogit膜型提出的,Dogit模型克服了Logit模型的选择限制和选择概率与第k个变量本身无关的两个缺陷,并且其解析式和应用计算比G-Llogit模型简单。

根据非集计方法中的随机效用理论,从停车需求是由居民出行引起的基本思想出发,建立了基于Box-Cox的停车需求预测模型。

基于Box-CoxDogit的停车需求预测模型充分体现了非集计方法的优越性,不但解析式及计算过简单,而且综合考虑了社会个人的出行特性、出行方式的选择概率,预测结果准确。

该模型适应性强较灵活实用,所需的交通量可采用四阶段法预测。

3结语

停车需求预测是一个比较复杂综合性较强的问题,确定停车需求预测方法需要明确研究的目标和模型所需基础数据的拥有程度,这两方面决定了停车需求预测方法中模型的形式和复杂程度。

常用的停车产生率模型存在局限性,对于混合土地利用模式可能高估停车需求。

为解决这一问题,可以对建筑物停车泊位共享进行研究。

以停车泊位共享理论为基础,提出混合土地利用模式下基于泊位共享的停车需求预测模型及方法。

将泊位共享理论应用于实际中,按照基于泊位共享的停车需求预测方法计算,建立相应的模型及土地利用性质的组合搭配,再去设计项目的机动车停车泊位。

相信,合适的组合及模型计算,实行泊位共享可以减少泊位数,以降低建筑物停车配建规模,减少总停车泊位建设成本,节约社会资源。

具体示意如下：

A

C

B

我想可以通过对不同土地性质的组合,运用上述的众多模型求出各个用地的停车需求量,再建立共享后的模型方法确定共享后的停车需求量。

可以找出最佳组合比,以便供以后土地开发参考,以减少泊位数、降低建筑物停车配建规模,进而减少总停车泊位建设成本,节约社会资源。

参考文献

[1]易武,李硕.基于Box-CoxDogit停车需求预测模型研究[J].武汉理工大学学报（交通科学与工版）,2006,2.

[2]刘庆.中心商业区公共停车场选址模型研究[D].哈尔滨工业大学,2010.陈峻,王炜,晏克非.城市停车设施需求预测研究[J].东南大学学报,1999.

[3]张慧芳,李文权.城市停车需求预测方法研究[J].交通运输工程与信息学报,2007,（03）.

[4]李自林,张丽洁.城市停车需求预测模型的分析[J].天津城市建设学院学报,2007,（03）.

[5]关宏志,王鑫,王雪.停车需求预测方法研究[J].北京工业大学学报,2006,（07）.

[6]安实,马天超,尹缙瑞.基于G-Logit的停车需求预测模型[J].数量经济技术经济研究,2001,（01）.

[7]李自林,张丽洁.城市停车需求预测模型的分析[J].天津城市建设学院学报,2007,（03）.

[8]吴子啸,朱莉莉,李长波.停车需求预测方法及应用[J].城市交通,2008,（04）.

[9]白玉,薛昆,杨晓光.基于路网容量的停车需求预测方法[J].交通运输工程学报,2004,（04）.

[10]张洪海,王丰元,邹旭东,孙刚.基于MapX的城市停车需求预测的研究[J].公路交通科技,2006,（10）.

[11]PapacostasC,PrevedourosP.TransportationEngineeringandPlanning[J].PrenticeHall,1993,76-120.

[12]KoppelmanFS,WenCH.Thepairedcombinatoriallogitmodel:

propertiesestimationandapplication.TransportationResearch,2001,34B

（1）:

75-89.

[13]O’BrienAP.Parkingpolicyandimplementationincongestedareas.[J]Road&TransPortResearch,1994:

3

（2）:

38一57.

[14]Comprehensiveapproachtotrafficandparkingpolicy:

acase-studyofYorkTrafficEngineeringand

Control．Apr,1989:

172-174.

[15]MayT,JonesDandRigbyJ.Parkingpolicyassessment:

thecontributionofaParkingLocationModelinYork．TrafficEngineeringandControl,May1989:

251~259.

[16]CoombeDetalStudyofparkingandtrafficdamand:

1.Therese