基于系统总耗时最小的双目标泊位分配模型

杨晓芳,江林成

（上海理工大学 管理学院，上海 200093）

据公安部统计，截至2019年底，全国的私家车（私人小微型载客汽车）保有量达到2.07亿辆，近5年年均增长1 966万辆。小汽车的迅速普及在给人们带来便利的同时也引发了诸如交通堵塞和停车难等一系列的问题。特别是当停车者对目的地附近停车场的停车信息一无所知时，通常会采用传统的巡泊方式寻找停车位，这将花费停车者大量的时间。而商圈、办公楼、医院等附近一般会建有大型的公共停车场，这些大型停车场的占地面积大、停车泊位多，且多数是地下停车库。地下停车库的空间密闭、具有辨识度的参照物少，易使停车者迷失方向，不仅增加了巡泊的难度，而且还使停车者的心情烦躁，停车的舒适度不佳。因此，如何给停车者分配停车泊位并进行诱导，是当前研究的热点之一。

对于停车诱导，国内外学者已有了一定的研究成果。目前，多数研究是针对场外诱导，杨晓芳等[1]以诱导区域范围内系统总耗时最小和停车场空满程度相近为目标，建立了双层目标模型。Chaniotakis等[2]分析了驾驶员在不同地点的选择行为，研究了个体偏好对泊位选择的影响。段满珍等[3]定义了个性化诱导，并以总步行距离最短和泊位均衡利用为目标，建立了基于个性化诱导的停车场诱导模型。卢凯等[4]对停车者进行了心理意愿分析，并确定了区域诱导范围，提出了以停车总成本最低为目标的停车位动态分配和诱导模型。……