一种建模仿真停车的宏观-微观方法

本文提出一种建模仿真停车的新宏观-微观方法。我们首先开发一个考虑有限容量的路边与路外停车的微观停车模拟模型。在微观模型中，提出一种基于邻近原则的停车搜索算法以模拟巡游找车位，并提出一种停车相关状态跟踪算法以获取基于事件的模拟数据集。基于模拟证据与理论分析讨论了停车建模的一些关键方面。结果表明：（i）尽管较低的巡游速度降低了路网性能，但除非巡游车辆主导交通流，否则不会显著改变宏观或路网基本图（MFD 或 NFD）；（ii）停车距离并非仅由停车占用率决定，因为巡游速度和停车时长等因素也有贡献；（iii）多尺度停车占用率驱动的智能停车引导可减小停车距离，带来可观的路网效率提升。利用微观模型，我们进而扩展、标定并验证了一个具有 NFD 表示的宏观停车动力学模型。所展示的宏观与微观模型间的一致性允许将二者集成，通过模型预测控制实现在线停车定价优化。数值实验突出了所提方法的有效性以及一个注意事项。即，当对路边停车定价时，连接备用路外停车场的道路网络必须有足够容量以容纳增加的停车需求；否则可能出现局部拥堵，违背宏观模型 underlying 的齐次性假设。