考慮供給限制的停車需求分布模型及算法

何勝學

考慮供給限制的停車需求分布模型及算法

何勝學

(上海理工大學, 管理學院, 上海 200093)

在停車設施最大允許停車數限制條件下, 建立了停車需求分布的優化模型。通過定義廣義行程時間概念, 使得停車設施的選擇概率不僅依賴于常用設施的停車吸引力系數, 也與設施處的停車收費價格、停車相關步行時間和生成點與設施間的實際行程時間相關。利用部分增廣拉格朗日乘子算法將供給限制約束轉化為目標函數項, 從而使得轉化后的具有單純形特征約束的模型可以利用Frank-Wolfe算法有效求解。數值算例驗證了新模型與算法的有效性, 研究結果可以為停車需求管理中的停車供需匹配分析提供新的分析思路和方法。

交通工程; 停車分布; Frank-Wolfe算法; 增廣乘子法

0 引 言

隨著城市機動車擁有量的不斷增長，停車供需矛盾日益突出。城市停車難問題業已引起國內外眾多研究者和政府管理部門的普遍關注。停車需求分布研究是城市停車規劃與管理的重要研究內容，為相關管理措施制定提供理論依據和技術支持。本文針對停車設施具有最大允許停放數量限制和設施選擇會受到停車收費變化影響的現實約束，建立以實際停車需求分布與期望分布差異最小化為目標的優化模型，并設計有效求解方法。

停車需求管理包括停車需求預測、停車供給規劃、停車供需匹配、停車收費定價和停車誘導等內容[1,2]。吳濤和晏克非利用微觀經濟學理論分析得出停車收費管理可以有效替代道路擁擠收費，從而實現有效的交通需求管理[3]。徐雷等提出基于停車目的的單車停車泊位需求系數計算方法，分別針對居住地、工作地和訪問地的停車泊位需求預測進行了分析[4]。冉江宇等提出了聚類非參數檢驗的動態停車需求分布特征分析方法[5]。在考慮價格因素和服務水平影響條件下，關宏志等在停車生成率模型基礎上提出了停車需求-供應預測模型[6]。段滿珍等針對居住區泊位參與共享停車的情況，建立了考慮誘導服務的泊位協調控制雙層規劃模型[7]。曹宇童針對高密度住區的停車空間集約化優化設計進行了分析[8]。宗剛和李盼道實證分析了停車價格的影響因素，得出單方面提高停車供給可能誘發當斯悖論，而在停車供需緊張的城市實施停車價格市場化則有利于抑制需求和增加供給[9]。秦煥美等針對浮動式停車收費的尋泊與出行意向關系進行了實證分析，并給出了路側浮動式停車收費的定價方案[10]。殷敬敬等分析了決定停車場影響范圍大小的主要影響因素，并針對北京市道路網絡的棋盤式特征給出了確定停車場影響范圍的具體方法[11]。現有文獻對停車需求網絡分布的研究較少，也很少考慮供給限制條件下的需求分布。

本文的研究內容主要包括：① 定義反映停車生成點與停車設施間的實際行程時間、停車設施處步行時間和停車收費價格的停車起訖點對間的廣義費用；② 以廣義費用為基礎，定義了停車設施選擇概率，并根據此選擇概率進一步給出了停車的期望需求分布概念；③ 考慮停車設施最大允許停車數量限制，建立了以最小化實際分布與期望分布之間差異為目標的停車需求分布優化模型；④ 通過在部分增廣拉格朗日乘子算法中嵌套Frank-Wolfe算法為模型設計了一種有效求解算法。

1 參變量介紹

2 停車分布模型

2.1 基本假設

由式（3）可得：

因此有

2.2 停車分布優化模型

根據前面的假設條件，可以建立如下的停車分布優化模型：

3 算法設計

觀察前面的優化模型，可以發現如果去掉供給限制約束（7），剩下的約束（6）和（8）對于任意指定的停車設施而言構成線性單純形。根據非線性優化理論可知，可以利用Frank-Wolfe算法有效求解具有此類約束的問題。因此將利用部分增廣拉格朗日乘子算法通過引入系列優化問題將約束（7）從約束集合中去除，通過利用Frank-Wolfe算法求解系列子優化問題，從而實現模型的求解。

下面給出求解問題（11）的Frank-Wolfe算法的具體步驟：

（4）判斷收斂快慢，更新懲罰參數。若

，

（5）進行拉格朗日乘子迭代。令

4 算例分析

表1 停車設施相關的特征

表2 停車生成點與停車設施間的行程時間

利用Java程序語言實現上節的算法，并在NetBeans IDE 8.0.2環境下執行。停車需求分布的計算結果總結在表3。注意這里的結果沒有進行整數化處理，而是保留小數點后一位。部分增廣拉格朗日算法執行10次后收斂，模型整體求解的運行時間小于千分之一秒（即計算機顯示執行時間為0，小于其可給出的最小時間單位千分之一秒）。

表3 停車生成點與停車設施間的停車分布

Tab.3 Parking demand between parking generation points and facilities

表4 部分增廣乘子算法的迭代指標變化和Frank-wolfe算法的調用次數

5 結束語

停車需求與供給間的合理分布是城市停車規劃與管理的重要研究內容。通過假設實際停車分布與期望分布間的差異應最小、具體停車設施供給有上限和設施選擇概率受設施處停車收費變化的影響，建立了停車需求分布的優化模型。針對模型的約束特征，通過在增廣拉格朗日乘子法中內嵌Frank-Wolfe算法實現模型的有效求解。本研究不僅拓展了現有停車分布研究的思路，也為相類似模型的求解提出了一種有效求解方法。研究可能的拓展方向包括：① 對設施選擇概率函數的具體形式和參數標定進行實證分析；② 進一步考慮出行者出行路線選擇對行程時間的影響，以及該影響對停車設施選擇的影響；③ 考慮設施類型和車輛類型對最終停車需求分布的影響。

[1] 張秀媛, 董蘇華, 蔡華民, 等. 城市停車規劃與管理[M]. 北京: 中國建筑工業出版社, 2006.

[2] 李盼道, 穆克松. 停車需求研究的回顧與展望[J]. 太原理工大學學報: 社會科學版, 2018, 19(1): 63-70.

[3] 吳濤, 晏克非. 停車需求管理的機理研究[J]. 城市規劃, 2002, 26(10): 85-88.

[4] 徐雷, 劉冰, 張涵雙. 停車需求預測和泊位供給策略分析[J]. 交通科技與經濟, 2014, 16(2): 39-43.

[5] 冉江宇, 過秀成, 陳永茂, 等. 基于聚類非參數檢驗的動態停車需求分布特征[J]. 東南大學學報: 自然科學版, 2011, 41(4): 871-876.

[6] 關宏志, 王鑫, 王雪. 停車需求預測方法研究[J]. 北京工業大學學報, 2006, 32(7): 600-604.

[7] 段滿珍, 楊兆升, 米雪玉, 等. 基于居住區共享停車的雙層規劃誘導模型[J]. 西南交通大學學報, 2016, 51(6): 1250-1257.

[8] 曹宇童. 高密度住區停車供需關系下的集約優化設計—— 以銀川市為例[J]. 科技創新導報, 2017, 14(27): 171-175.

[9] 宗剛, 李盼道. 停車價格影響因素及停車政策有效性研究[J]. 北京社會科學, 2016, 33(1): 65-74.

[10] 秦煥美, 劉聰, 楊修涵. 基于浮動式停車收費的尋泊與出行意向分析[J]. 交通運輸工程與信息學報, 2017, 15(1): 40-46.

[11] 殷敬敬, 賀玉龍, 孫小端. 北京市停車場影響范圍研究[J]. 北京工業大學學報, 2016, 42(3): 433-439.

Model and Method of Parking Demand Distribution with Limitation to the Parking Supply

HE Sheng-xue

(Business School, University of Shanghai for Science and Technology, Shanghai 200093, China)

Given the constraints associated with maximum allowable parking berths at parking facilities, an optimization model of parking demand distribution is proposed in this study. Based on the generalized travel time, the probability of selecting a parking facility not only depends on the attractiveness of the facility, but also on the price charged for parking, the related walking time, and the actual travel time between the generation point and parking facility. After transferring the restriction to supply into the objective function items using the partial-augmented Lagrange multiplier method, the resulted model with simplex form constraints can be solved effectively using the Frank-Wolfe algorithm. The numerical example illustrated in this paper verified the effectiveness and efficiency of the new model and method. The results of this study uncovered some insights into matching parking demand and supply in parking demand management.

traffic engineering; parking distribution; Frank-Wolfe algorithm; augmented multiplier method

1672-4747（2020）02-0148-06

U491.1+2

A

10.3969/j.issn.1672-4747.2020.02.018

2019-05-01

上海市自然科學基金項目（18ZR1426200）；上海理工大學人文社科攀登重點項目（SK17PA02）；上海市一流學科建設項目（S1201YLXK）

何勝學（1976—），男，陜西三原人，副教授，博士，主要研究方向為交通網絡建模優化，E-mail：lovellhe@126.com

何勝學. 考慮供給限制的停車需求分布模型及算法[J]. 交通運輸工程與信息學報, 2020, 18（2）：148-153.

（責任編輯：劉娉婷）