在线观看日产精品_成人性生交大片免费看中文网站_神马影院午夜我不卡_亚洲国产精品久久久久久

中文核心期刊咨詢網權威的中英文核心期刊目錄大全,最新2023中文核心期刊目錄查詢,英文論文期刊發表學術咨詢服務。
中文核心期刊咨詢網

交通規劃設計工程師評職范文停車需求預測模型研究

作者: admin2013-05-25閱讀:文章來源:未知

  摘要:停車問題逐漸成為影響各大城市發展的瓶頸問題,以往的停車需求預測方法往往由于考慮的影響因素不全或者欠缺普遍適用性等原因導致預測方法存在誤差較大或者適應性不強等問題,不能準確預測停車需求。本文在調查的基礎上,將停車需求分為以就業為主要影響因素的社會類工作停車需求和以商業面積及經濟發展為主要影響因素的經濟類商業停車需求,并以此引入地區發展因子概念進行停車需求預測,充分考慮不同地區因經濟、社會及交通等方面發展程度的不同導致的地區間停車需求影響因素差異,基于原有出行吸引模型,提出一種可操作的發展因子量化模型,并進行實際應用。

  關鍵詞:停車需求,發展因子,停車預測,出行吸引模型

  0 引言

  隨著我國經濟的飛快發展,在城市交通機動化進程中,機動車數量與城市基礎設施特別是停車設施的矛盾日益凸顯,尤其在市中心,行車難,停車更難,機動車數量與停車位數量明顯不成比例,停車問題日益突顯。

  停車問題就是所謂的靜態交通問題,問題產生的根源在于停車需求與現有停車設施之間的供需關系沒有調節好,處理城市的停車問題,需要以正確的停車需求預測為基礎,一方面在于停車設施的建設,另一方面要合理控制停車需求,通過調節供給與需求來達到兩者的動態平衡。

  準確的停車需求預測是保證靜態交通供需平衡的關鍵,需要綜合考慮地區的土地利用、經濟發展、社會發展以及交通發展情況。

  1 停車需求預測模型介紹

  停車需求預測模型在世界上許多大城市已經進行了一些研究,然而各國的國情不同,城市的發展形態不同,經濟增長不同,停車預測模式也不同,導致預測結果差異較大?偨Y起來主要有以下幾類預測方法[1]:土地使用-停車需求模型,模型考慮地區的就業以及商業因素,通過地區的經濟社會發展來計算停車需求,數據要求簡單,但不適合用地性質復雜的地區;產生率模型,模型假設停車需求與土地的使用存在一定的關系,包括土地利用性質和強度,通過將各種土地使用和建筑的停車產生率換算為各類土地的單位停車產生率,適用于用地性質單一地區的近期預測;出行吸引模型,模型假設停車需求與地區的各種經濟社會活動有關,通過調查不同出行目的以及小汽車的交通方式分配系數和承載率來計算停車需求,較好的考慮了汽車的交通特性,但沒有考慮到未來出行與停車之間關系的變化;多元回歸模型,模型假設停車需求與地區的經濟社會活動和土地利用有關,通過建立各種因素與停車的函數關系計算未來停車需求[2],能夠反映影響停車需求的大多數因素,但因素之間存在的交叉關系不易辨別,且數據較難獲得。

  2 停車需求預測模型的構建

  本文擬采用對出行吸引模型改進進行停車需求預測,出行吸引模型是以車輛出行作為停車需求生成的基礎,較好的考慮了停車的交通特性,然而沒有考慮到隨著經濟社會的發展,未來交通出行與停車生成的關系會與現狀有很大的不同,因此對原有出行吸引模型添加一些修正因子,拓展原有模型預測空間的廣度和預測時間的長度,能夠提高其精確度并方便應用到實際停車需求預測中去[3]。

  首先,引入發展因子概念,眾所周知,相同的土地使用對停車的吸引程度并不是完全相同的,這還要取決于土地所在地區的發展程度,這種發展是經濟和社會的雙重發展。對于一個城市來講,內部不同地區的發展概況可以通過城市不同地區間的土地利用性質、規模、人口、環境、交通狀況等指標衡量,發展程度高的地區自然對停車生成有較大的吸引力,而發展因子則是對地區的這種吸引力的一個量化指標,其是用地性質、交通狀況、經濟水平等因素的綜合作用結果。通過發展因子的修正,可以完善預測影響因素,提高預測適用性,進一步提高出行吸引模型預測準確性。為了科學準確的對發展因子進行量化,需要建立一個可操作的發展因子數學計算模型,如下[4]:

  其中,WP為社會發展參數;BP為經濟發展參數;TP為交通發展參數;D為地區就業機會人數;D`為城市總體就業機會人數;S為地區商業建筑面積總和;S`為城市總體商業建筑面積總和;H為地區經濟水平,用地區GDP表征;H`為城市經濟水平,用城市GDP表征;N為地區道路網密度,N`為城市道路網密度,P為地區公交線路數目;P`為城市總公交線路數目, 為可能發生的停車需求中人們受公共交通發展的影響程度,可以用人們對公共交通的重視程度來表征。

  同時,要充分考慮地區停車位的兩個重要指標,一是停放周轉率,即用停車設施容量除以實際停放數求得,二是停車位利用率,利用一段時間內停車位使用時間除以總時間得出。考慮這兩個指標是因為在實際停車中,一個停車位可能在一段時間內被多次使用或者在一段時間內長時間供一輛車使用,因此將這兩個指標引入模型可降低預測規模,避免重復預測,為城市節約土地資源。

  因此,我們可以得出地區發展因子量化模型:

  其中, 代表i地區社會類停車的停放周轉率和停車位利用率, 代表i地區經濟類停車的停放周轉率和停車位利用率。

  其次,從靜態交通角度出發考慮,機動車保有量是決定停車需求的決定性因素,機動車數量的增長必然需要停車位數量的相應增加,而且兩者數量之間存在一定的比例關系[5],經國內外大量研究表明,每增加一輛汽車,需要相應的增加1.2~1.5個停車位才能滿足停車需求。為了考慮機動車保有量對停車需求的影響,定義了機動車數量增長系數 , =預測年機動車保有量/基年的機動車保有量,機動車保有量指預測地區內部以及外部影響區域的機動車保有量之和,這樣定義是為了充分考慮外部影響區域對預測地區的停車需求影響。

  基于以上分析可以構建改進的出行吸引預測模型,如下:

  式中: 為i地區出行總量、 為i地區小汽車交通方式分配系數、 為i地區小汽車承載率、 為i地區停車高峰系數值、 為第d年i地區的機動車增長系數, 為第d年i地區的發展因子。

  其中, 通過實地交通調查獲得可以通過歷史數據獲得,在新建成大型交通吸引源時需要重新調查, 可以根據往年數據進行統計回歸或者彈性系數法求得。

  u是衡量停車位在調查期間被使用次數的指標,它可以反映停車位利用效率,當u>1時,說明相對停車需求少的停車位就可以滿足停車需求,當u<1時,說明停車位供給遠大于停車需求,停車設施建設過多,當u=1時,從理論上剛好滿足停車需求,但是從土地利用以及客觀情況出發,利用效率太低,本身也是一種供給過度。對于停車位利用率r也一樣,適當的參數范圍可以保證以最少的資源供給保證滿足停車需求,節約停車設施資源[6]。

  3 模型應用

  雁塔區位于西安城區南部,是西安市的政治、文化、經濟和旅游中心,區內高等院校云集,旅游景點豐富。曲江銀座地處雁塔區內,屬于高檔綜合類辦公商業樓,該小區建筑用地面積14320㎡,總建筑面積97002㎡,其它數據如表1所示:

  通過問卷調查,發現人們可能發生的停車需求中對公交的重視程度 為25%,并根據長安大學進行的西安市出行調查可以得知,西安市小汽車出行分擔率 為10.7%,小汽車承載率 為1.8,雁塔區停車高峰系數 為1.3,其他變量值如表3所示(數據為2010年統計數據)。

  汽車保有量水平決定著停車位的需求數量,其數量與國內生產總值GDP有關,西安市歷年的汽車保有量與國內生產總值GDP見表3。

  西安市小汽車保有量增長趨勢見圖1。由圖1可看出西安市汽車保有量逐年增加,可以通過彈性系數法預測民用汽車保有量和增長系數 ,結果見表4。

  在雁塔區停車設施調查過程中,對一些典型建筑的停車設施進行了重點調查,得到工作類與商業類的泊位周轉率、停車設施的利用率,見表5[7]。

  雁塔區是西安市主城區,區內開發強度比較高,其預測年得情況和現在差別不大,因而假設除去汽車保有量發生變化外,其他參數不變,綜合上述分析,曲江銀座的停車需求預測可按如下式子計算:

  P2010=4503*0.107*1.3*1.27*[(97.36/448.05)/(4.1*82%)+(2905.90/10203.6+500.74/2724.08)/(2.1*73%)+0.67-49/213*25%]/1.8=434(輛)

  P2015=4503*0.107*1.3*2.5*[(97.36/448.05)/(4.1*82%)+(2905.90/10203.6+500.74/2724.08)/(2.1*73%)+0.67-49/213*25%]/1.8=855(輛)

  P2015=4503*0.107*1.3*3.13*[(97.36/448.05)/(4.1*82%)+(2905.90/10203.6+500.74/2724.08)/(2.1*73%)+0.67-49/213*25%]/1.8=1071(輛)

  從目前來看停車場的停車位基本滿足要求,但到2015年停車場的車位數將無法滿足要求,需要擴建停車場或采取其他方法解決。

  4 模型驗證

  通過對曲江銀座進行周一到周日的日高峰停車需求調查,得到曲江銀座七天的日高峰停車需求數據為:426、439、420、419、443、445、439,可以得出平均日高峰停車需求為433。

  采用沒有修正的出行吸引模型進行計算:

  P2010=4503*0.107*1.3/1.8=348(輛)

  將此數據與修正模型的預測值、實際調查值進行比較,可以看出用傳統模型預測結果偏差較大、精度低,這是因為原有模型考慮的影響因素少,當時間及空間因素共同作用時,不能對將來的情況做出進一步的預測,而且在未來地區發展加快后,其預測方法會展現更強的不適應性,而改進的模型可以彌補這一缺點,提高預測準確性。

  5 結論

  通過上述分析計算可以看出,本文建立的基于地區發展的改進型停車預測模型具有良好的普遍適用性,較好的考慮了地區發展帶來的停車需求變化,為停車設施建設和停車需求控制提供了科學依據。

  參考文獻:

  [1]楊中良,裴玉龍.哈爾濱中心城區停車現狀分析及需求預測[J].哈爾濱建筑大學學報,2002.06,35(3):125-128

  [2]陸蓉.大城市停車需求預測及停車設施供應策略研究[D].武漢:武漢工業學院,2007

  [3]周永亮.大城市中心區停車需求預測與停車設施規劃管理研究[D].天津:河北工業大學,2006

  [4]郭添添.東莞市中心區停車設施規劃若干問題研究[D].長沙:長沙理工大學,2008

  [5]張慧芳,李文權.城市停車需求預測方法研究[J].交通運輸工程與信息學報.2007,9.5(3 ):100-105

  [6]李婭莉.城市中心區停車設施供需問題研究[D].成都:西南交通大學,2008

  [7]陳峻,王煒,晏克非.城市停車設施需求預測研究[J].1999,11.29增刊:121-126

相關論文

主站蜘蛛池模板: 盐山县| 磐安县| 江西省| 五常市| 电白县| 酒泉市| 宁明县| 台北市| 敦煌市| 祁连县| 且末县| 普兰县| 红河县| 河西区| 红河县| 高唐县| 元氏县| 砚山县| 利辛县| 巴塘县| 虹口区| 阜南县| 长春市| 政和县| 潜山县| 长海县| 安福县| 湖州市| 林甸县| 曲周县| 尉氏县| 临安市| 呼和浩特市| 宁明县| 屯留县| 九江县| 平江县| 台中市| 政和县| 睢宁县| 博兴县|