基于3参数Weibull分布模型的立体车库停车分配方法

暂无

基于3参数Weibull分布模型的立体车库停车分配方法\n技术领域\n[0001] 本发明涉及一种立体车库的停车位的分配方法。\n背景技术\n[0002] 目前，市场上已有的传统立体车库种类繁多，功能不一，但都存在侧重安全与控制精确性，忽视能耗的问题。随着国民经济不断提升，城市土地日益稀缺，立体停车库必将成为未来的行业主流。那么在这样的情况下，立体车库的节能问题就越来越重要了。但是传统立体车库无法对停车位进行合理的分配，导致重型车被分配在上层，而轻型车被分配在下层，增加了能耗。\n发明内容\n[0003] 本发明要克服现有技术的上述缺点，提出一种可以合理分配车辆的停放楼层的基于3参数Weibull分布模型的立体车库停车分配方法。\n[0004] 本发明提出了一种通用的适合巷道堆垛式和垂直升降式立体车库的潜在停车用户模型，针对现有立体车库无序停放车辆的缺陷，提出了一种基于3参数Weibull分布模型的立体车库潜在停车用户模型。利用该模型可按照车重合理分配车辆的停放楼层已达到节能的目的。\n[0005] 一种基于3参数Weibull分布模型的立体车库停车分配方法，包括以下步骤：\n[0006] (1)搜集整理我国汽车市场上的各品牌车辆的信息作为数据库。\n[0007] 根据《中国工业汽车年鉴2017》，收集整理了72个国内外汽车品牌、183个不同排量、车型的车重样本数据，共获得401条信息。\n[0008] (2)采用3参数Weibull分布模型对数据进行参数估计：\n[0009] 利用极大似然法估计Weibull分布参数，参数为(λ，β)的Weibull分布其密度函数为：\n[0010] f(x)＝λβ(λx)β-1exp(-(λx)β)，x＞0   (1)\n[0011] 其中未知参数λ＞0，β＞0；\n[0012] f(x)是拟合车重样本数据的Weibull分布曲线函数，表示通过Weibull分布来处理车重样本数据。其中，λ为形状参数，决定分布密度曲线的基本形状，β为尺度参数，起放大或缩小曲线的作用；x为车重样本数据。\n[0013]\n[0014] 令X＝(X1，…，Xn)表示车重样本，则L(λ，β；x)为车重样本X代入式(1)后的Weibull分布函数表达式。其中n表示车重样本总数量，即401；x表示车重样本的取值，xi表示第i个车重样本的取值。\n[0015]\n[0016] l(λ，β，x)为对式(2)两边取对数得到的关于车重样本X的对数似然函数计算式。\n[0017] 对车重样本X的对数似然函数计算式1(λ，β；x)分别关于λ和β求偏导并令其为零，得到似然方程组，整理得到：\n[0018]\n[0019] 利用求解非线性方程组的Newton-Raphson算法来处理式(4)；\n[0020] 形如以下非线性方程组：\n[0021]\n[0022] 的解，记F(x)＝(f1(x)，…，fn(x))T   (5)\n[0023] 其中f1(x1，…，xp)为第一个非线性方程，fp(x1，…，xp)为第p个非线性方程；x1为方程组中的第一个变量，xp为方程组中的第p个变量。\n[0024] 对式(5)变形得\n[0025] x(k+1)＝x(k)-[F′(x(k))]-1F(x(k))，k＝0，1，2…   (6)\n[0026] 式(6)为Newton-Raphson算法的迭代公式，其中x(0)是给定的初始值；x(k+1)为第k+1个迭代值；x(k)为第k个迭代值；F′(x(k))表示当式(4)中车重样本取值为xk时的方程组的转(k)\n置方程组的导函数；F(x )表示当式(4)中车重样本取值为xk时的方程组。\n[0027] 利用Newton-Raphson算法的迭代公式(6)，可完成对方程组(4)的求解。得到Weibull分布的参数值。即获得一条拟合车重样本数据的函数曲线。\n[0028] (3)对拟合车重样本数据的Weibull分布进行假设检验分析，开展K-S检验。\n[0029] K-S检验的假设原理是：两组独立样本来自的两总体的分布无显著差异。\n[0030] Dn＝max{|F(x)-Fn(x)|}   (7)\n[0031] 式(7)为K-S检验的最大偏差计算式。其中Dn为最大偏差；F(x)为第1个车重样本X的Weibull分布函数值与第1个车重样本X的取值x的差值；Fn(x)为第n个车重样本X的Weibull分布函数值与第n个车重样本X的取值xn的差值。\n[0032] 计算得最大偏差Dn，若低于其95％置信度下的临界值D则说明检验合格。\n[0033] (4)利用复化Simpson公式对3参数Weibull分布概率密度函数积分，获得车重样本的累积概率分布，完成潜在停车用户模型的建立。\n[0034] 对三层车库，取其累积概率分布为0.33和0.67时的车重数据作为分层临界值，将累计概率分布小于0.33的所有车重样本数据作为三层车库最高层停放车辆的车重范围，将累积概率分布处于0.33和0.67之间的所有车重样本数据作为三层车库中间层停放车辆的车重范围，将累计概率分布大于0.67的所有车重样本数据作为三层车库最低层停放车辆的车重范围。\n[0035] (5)当入停车辆进库时，立体车库的车辆称重装置测量入停车辆的重量并与步骤(4)的潜在停车用户模型进行比较，将入停车辆停放在相应楼层。\n[0036] 本发明的优点是：通过建立特定地区的立体车库潜在停车用户模型，通过潜在停车用户模型来判定应该将车辆停放在哪一楼层，提出适应特定地区的立体车库节能解决方案；避免了现有立体车库随机停放，将大质量的车辆停放在高层，小质量的车辆停放在低层所造成的能量浪费。\n附图说明\n[0037] 图1是本发明方法的流程图。\n具体实施方式\n[0038] 下面结合附图进一步说明本发明的技术方案。\n[0039] 一种基于3参数Weibull分布模型的立体车库停车分配方法，包括以下步骤：\n[0040] (1)搜集整理我国汽车市场上的各品牌车辆的信息作为数据库。\n[0041] 根据《中国工业汽车年鉴2017》，收集整理了72个国内外汽车品牌、183个不同排量、车型的车重样本数据，共获得401条信息。\n[0042] (2)采用3参数Weibull分布模型对数据进行参数估计：\n[0043] 利用极大似然法估计Weibull分布参数，参数为(λ，β)的Weibull分布其密度函数为：\n[0044] f(x)＝λβ(λx)β-1exp(-(λx)β)，x＞0   (1)\n[0045] 其中未知参数λ＞0，β＞0；\n[0046] f(x)是拟合车重样本数据的Weibull分布曲线函数，表示通过Weibull分布来处理车重样本数据。其中，λ为形状参数，决定分布密度曲线的基本形状，β为尺度参数，起放大或缩小曲线的作用；x为车重样本数据。\n[0047]\n[0048] 令X＝(X1，…，Xn)表示车重样本，则L(λ，β；x)为车重样本X代入式(1)后的Weibull分布函数表达式。其中n表示车重样本总数量，即401；x表示车重样本的取值，xi表示第i个车重样本的取值。\n[0049]\n[0050] l(λ，β，x)为对式(2)两边取对数得到的关于车重样本X的对数似然函数计算式。\n[0051] 对车重样本X的对数似然函数计算式1(λ，β；x)分别关于λ和β求偏导并令其为零，得到似然方程组，整理得到：\n[0052]\n[0053] 利用求解非线性方程组的Newton-Raphson算法来处理式(4)；\n[0054] 形如以下非线性方程组：\n[0055]\n[0056] 的解，记F(x)＝(f1(x)，…，fn(x))T   (5)\n[0057] 其中f1(x1，…，xp)为第一个非线性方程，fp(x1，…，xp)为第p个非线性方程；x1为方程组中的第一个变量，xp为方程组中的第p个变量。\n[0058] 对式(5)变形得：\n[0059] x(k+1)＝x(k)-[F′(x(k))]-1F(x(k))，k＝0，1，2…   (6)\n[0060] 式(6)为Newton-Raphson算法的迭代公式，其中x(0)是给定的初始值；x(k+1)为第k+1(k) (k)\n个迭代值；x 为第k个迭代值；F′(x )表示当式(4)中车重样本取值为xk时的方程组的转置方程组的导函数；F(x(k))表示当式(4)中车重样本取值为xk时的方程组。\n[0061] 利用Newton-Raphson算法的迭代公式(6)，可完成对方程组(4)的求解。得到Weibull分布的参数值。即获得一条拟合车重样本数据的函数曲线。\n[0062] (3)对拟合车重样本数据的Weibull分布进行假设检验分析，开展K-S检验。\n[0063] K-S检验的假设原理是：两组独立样本来自的两总体的分布无显著差异。\n[0064] Dn＝max{|F(x)-Fn(x)|}   (7)\n[0065] 式(7)为K-S检验的最大偏差计算式。其中Dn为最大偏差；F(x)为第1个车重样本X的Weibull分布函数值与第1个车重样本X的取值x的差值；Fn(x)为第n个车重样本X的Weibull分布函数值与第n个车重样本X的取值xn的差值。\n[0066] 计算得最大偏差Dn，若低于其95％置信度下的临界值D则说明检验合格。\n[0067] (4)利用复化Simpson公式对3参数Weibull分布概率密度函数积分，获得车重样本的累积概率分布，完成潜在停车用户模型的建立。\n[0068] 对三层车库，取其累积概率分布为0.33和0.67时的车重数据作为分层临界值，将累计概率分布小于0.33的所有车重样本数据作为三层车库最高层停放车辆的车重范围，将累积概率分布处于0.33和0.67之间的所有车重样本数据作为三层车库中间层停放车辆的车重范围，将累计概率分布大于0.67的所有车重样本数据作为三层车库最低层停放车辆的车重范围。\n[0069] (5)当入停车辆进库时，立体车库的车辆称重装置测量入停车辆的重量并与步骤(4)的潜在停车用户模型进行比较，将入停车辆停放在相应楼层。\n[0070] 本发明需依托于配有车辆称重装置的立体车库来工作，当车辆需要停车时，立体车库的车辆称重装置测量待停放车辆的重量并与步骤(4)得出的三层车库各层应停放车辆的车重范围进行比较，符合某一层的应停放车辆车重范围则将待停放车辆停放在相应楼层。\n[0071] 本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举，本发明的保护范围不应当被视为仅限于实施例所陈述的具体形式，本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。