基于馬爾柯夫預測模型的智能停車有效泊位預測研究

韓二鋒

摘要：隨著紹興城市化水平的不斷提升與城鎮居民私家車擁有量的迅速增加，有限的停車位無法有效解決停車的問題顯得越來越突出。通過調研，確定以紹興市世茂廣場停車場作為研究對象，基于馬爾柯夫預測模型進行短時有效泊位的驗證分析。通過計算，運用馬爾柯夫預測模型所得的預測結果可信度較高，可在智能停車誘導系統模塊中加以使用。

Abstract： With the increase of the level of urbanization in Shaoxing and the rapid increase in the amount of private cars in urban residents， the problem of limited parking spaces can not effectively solve the parking problem is becoming more and more prominent. Through the investigation， to determine the Shaoxing Shimao Plaza parking lot as the research object， analysis Markov forecast model based on short-time effective berth. By calculation， the reliability of the forecast results obtained by using the Markov forecast model can be used in the intelligent parking guidance system.

關鍵詞：灰色模型；馬爾柯夫預測模型；時間序列；世茂廣場；有效泊位；可信度

Key words： grey model；Markov forecast model；time series；Shimao Plaza；effective berth；reliability

中圖分類號：U491.1 文獻標識碼：A 文章編號：1006-4311（2016）06-0215-04

0 引言

紹興統計年鑒（2014版）數據顯示，截止2013年底，民用車輛擁有量111萬輛，比上年末增長10.4%。其中汽車74萬輛，增長17.8%。隨著紹興城市化水平的不斷提升與城鎮居民私家車擁有量的迅速增加，有限的停車位無法有效解決停車的問題顯得越來越突出。作為動態交通的起點和延續，停車設施與服務供給不足以及管理滯后等靜態交通問題也日益凸顯，引起居民對城市交通的負面反饋。

停車場的有效泊位具有不確定性、隨機性、相似性、周期性和波動性的特征。本文通過馬爾柯夫預測模型對智能停車有效泊位進行仿真研究，經建模和數據預處理，計算所得預測數據與調查真實數據相比具有較高可信度。基于馬爾柯夫預測模型的智能停車誘導系統有效泊位研究可以作為有效泊位的預測方法，并在智能停車誘導系統模塊中加以應用。

1 馬爾柯夫預測法

馬爾柯夫預測法根據狀態之間的轉移概率來預測動態數據系統的發展規律，適合于隨機性波動度較大的預測問題，但要求預測對象除具有馬爾柯夫鏈特性外，還要滿足平穩過程等均值特點。在實際過程當中，車位信息呈現非平穩隨機性，時序數據會呈現波動和跳躍。

1.1 馬爾柯夫預測基本原則

在預測過程中，首先遵循實事求是原則，認真整理并核實各項調研資料。其次遵循系統性和概率性的原則，找出其本質聯系。確定適當模型后再根據連續性原則，將預測對象過去和現在的規律延伸到未來[1]。

1.2 馬爾柯夫預測預測步驟

灰色理論能夠建立微分方程預測模型基于以下幾方面[2]：

①灰色理論將隨機變量當作是在一定范圍內變化的灰色量，將隨機過程當作是在一定范圍，一定時段內變化的灰色過程；

②灰色系統將無規律的歷史數據列累加后，對生成數列建立微分方程模型；

③灰色理論通過GM模型來調整、修理、提高精度；

④對于高階系統建模，灰色理論是通過GM（1，n）模型建解決的；

⑤GM模型所得數據必須經過逆生成，即累減生成作還原后才能應用。

馬爾柯夫預測模型的預測步驟可用圖1表示。

2 預測模型的建立

2.1 灰色模型（GM）的建模原理

灰色模型（GM）的建模原理見圖2。

3 調研數據及預測驗證

2014年1月9日至2014年1月15日，紹興汽車服務業公共科技服務平臺項目小組開展了紹興市停車場調研活動。通過比較分析，確定以世茂廣場停車場作為研究對象開展智能停車誘導系統研究：

①世茂廣場業態豐富，消費具有代表性：世茂廣場擁有百盛百貨、歐尚超市、世茂國際影城等13家主力商家和500多個國內外知名時尚品牌。

②迪蕩新城已有智能停車誘導系統相關設施，便于推廣應用：世茂廣場所處迪蕩新城核心區域共設置12塊電子顯示屏，從上面可了解迪蕩地下車位信息。

為了檢驗模型的預測精度和驗證方法的有效性，平臺項目小組統計了紹興市世茂廣場停車場2014年1月12日16：00-21：00典型時間段內的有效泊位數。以5min為間隔，具體數據見表1。

從以上數據得出：僅由GM（1，1）結果平均相對誤差為10.11%，在此基礎上對相對誤差用馬爾柯夫模型加以修正，預測值的相對誤差下降至4.62%。基于馬爾柯夫預測模型的智能停車有效泊位研究具有較高的可信度，可在智能停車有效泊位預測模塊中加以使用。

4 結語

停車場的有效泊位受許多因素的影響，存在極大的不確定性、隨機性、相似性、周期性和波動性。本文以紹興市世茂廣場停車場為例，進行了基于馬爾柯夫預測模型的智能停車有效泊位仿真研究，通過與調查所得到的數據進行對比，驗證了馬爾柯夫預測模型的精確度。隨著新理論及新技術的應用，城市智能停車誘導系統對城市交通誘導的作用將進一步體現。充分發揮靜態交通系統對改善城市交通所起到的積極作用，助力紹興智慧城市建設。

參考文獻：

[1]許增昭.基于泊位誘導及適時預測的智能停車管理系統研究[D].廣州：華南理工大學，2010.

[2]鄧聚龍.灰色預測與決策[M].北京：清華大學出版社.1986：125-134.

[3]宋光平.鐵路貨運量預測方法綜述[D].北京：北京交通大學，2007.

[4]蔡巖.基于灰色預測模型的短期交通流預測研究[D].成都：西南交通大學，2009.

[5]何勇，鮑一丹，吳江明.隨機型時間序列預測方法的研究[J].系統工程理論與實踐，1997（1）：36-43.

[6]蓋春英，裴玉龍.公路貨運量灰色模型-馬爾柯夫鏈預測方法研究[J].中國公路學報，2003，16（3）：113-116.

[7]胡群芳，徐偉，劉文.灰色馬爾柯夫模型在交通量預測中的應用[J].河南科學，2005，23（2）：247-250.

[8]胡光宇.戰略：預測與決策[M].北京：清華大學出版社，2005：169-184.

[9]羅積玉，妍媖.經濟統計分析方法及預測[M].北京：清華大學出版社，1987：347-348.

[10]夏樂天.馬爾柯夫鏈預測方法及其在水文預測中的應用[D].南京：河海大學，2005.