文献

J-GLOBAL ID：202002235724565496   整理番号：20A0591477

駐車型と駐車場を考慮した駐車占有予測手法の比較研究【JST・京大機械翻訳】

A Comparative Study of Parking Occupancy Prediction Methods considering Parking Type and Parking Scale

著者 (6件)： Zhao Ziyao ( Tsinghua-Berkeley Shenzhen Institute, Tsinghua University, Shenzhen 518055, China) ,  Zhang Yi ( Tsinghua-Berkeley Shenzhen Institute, Tsinghua University, Shenzhen 518055, China) ,  Zhang Yi ( Department of Automation, Tsinghua National Laboratory for Information Science and Technology (TNList), Tsinghua University, Beijing 100084, China) ,  Zhang Yi ( Tsinghua Shenzhen International Graduate School, Tsinghua University, Shenzhen 518055, China) ,  Zhang Yi ( Tsinghua-Berkeley Shenzhen Institute, Tsinghua University, Shenzhen 518055, China) ,  Zhang Yi ( Tsinghua Shenzhen International Graduate School, Tsinghua University, Shenzhen 518055, China)
資料名： Journal of Advanced Transportation  (Journal of Advanced Transportation)
巻： 2020  ページ： Null  発行年： 2020年 
JST資料番号： D0581A  ISSN： 0197-6729  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 駐車問題は注目を集めている。正確な駐車占有予測は,限られた駐車資源を最適に管理するための重要な前提条件であると考えられる。しかし,複数の公園(例えば,地域規模または都市規模)の協調管理に重要な様々な駐車場の占有率を推定することに焦点を合わせた駐車予測研究は,比較的限られている。本研究では,駐車タイプと駐車規模を考慮して,駐車占有率に関する異なる予測方法の性能を分析することを目的とした。2つの予測方法,FM1とFM2,および4つの予測モデル,線形回帰(LR),サポートベクトルマシン(SVR),逆伝搬ニューラルネットワーク(BPNN),および自己回帰統合移動平均(ARIMA)を提案して,種々の駐車場の駐車占有率を予測できるモデルを構築した。これらのモデルの予測性能を比較するために,Shenzhen,上海,およびDongguanにおける4つの公園の実世界データを8週間にわたって収集し,駐車場属性と予測結果の間の相関を推定した。事例研究については,考察した4つのモデルの中で,SVMはほとんど全てのタイプと駐車場の規模に対して安定で正確な予測性能を提供した。商業的,混合機能的および大規模駐車場に対して,SVMによるFM1は最良の予測を行った。オフィスと中規模駐車場のために,SVMによるFM2は,最も良い予測を作った。Copyright 2020 Ziyao Zhao et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 前向きコホート研究 ,  *駐車場 ,  *予測技法 ,  サポートベクトルマシン ,  *駐車 ,  都市 ,  予測モデル ,  占有率 ,  事例研究 ,  中規模
準シソーラス用語： 予測性能 ,  ARIMAモデル ,  自己回帰 ,  逆伝播ニューラルネットワーク ,  線形回帰 , 【Automatic Indexing@JST】

分類 (1件)： 交通調査  (TB01031B)

引用文献 (32件)：

• X. Yang, Q. Fu, Z. Niu, "Bi-level objective model of optimal parking lot recommendation based on parking guidance signs," Application Research of Computers, vol. 31, no. 10, pp. 3017-3019, 2014.
• Zhiyan Consulting Group, "Intelligent parking industry report of China for 2019-2025," 2018, http://www.chyxx.com/research/201803/614830.html.
• Institute of Intelligent Parking, "Intelligent parking industry report of China for 2018," January 2019, http://www.sohu.com/a/286051759_100095789.
• F. Caicedo, "The use of space availability information in “PARC” systems toreduce search times in parking facilities," Transportation Research Part C: Emerging Technologies, vol. 17, no. 1, pp. 56-68, 2009.
• S. Hendricks, M. Outwater, "Demand forecasting model for park-and-ride lots in King county, Washington," Transportation Research Record: Journal of the Transportation Research Board, vol. 1623, no. 1, pp. 80-87, 1998.

タイトルに関連する用語 (4件)： 駐車 ,  駐車場 ,  予測手法 ,  研究