The invention relates to a data processing technique, in particular to a method and a system for optimizing the processing of parking space reservation requests. According to the invention of the optimized parking reservation request method comprises the following steps: generating a parking area associated with the resource pool with a period of time; for one or more clients on the reservation of parking spaces in the area, each of the request includes the user ID and the expected response to the parking time; the request for the client assigned parking spaces from the parking spaces allocated resource pool; return to the client message; and if the confirmation of the client to make the operation, updating the parking spaces in the pool car using state.
【技术实现步骤摘要】
本专利技术涉及数据处理技术,特别涉及一种优化处理车位预订请求的方法和系统。
技术介绍
近年来随着经济的快速发展,汽车正在逐步进入千家万户。据统计,2012年我国大中城市的机动车年增长量均在15%以上。这种发展趋势给城市管理带来了巨大的挑战,停车难问题已经成为世界各地大中城市发展过程中的通病,其根本原因在于家庭小汽车的高速增长和城市土地资源的稀缺性之间不可调和的矛盾。“停车难”不仅造成交通的拥堵,而且还带来了安全隐患,例如社会车辆的乱停乱占可能导致消防车、救护车无法快速抵达现场,还迫使人流、自行车流挤入机动车流,从而导致交通事故。因此,解决“停车难”这一城市发展难题已经迫在眉睫。目前解决城市停车问题的途径主要包括以下几个方面:一是充分盘活现有资源,加强部门协调,尽量挖掘类似城市广场、路侧停车和单位的公共车库等可利用资源,也可尝试错时借道停车,提高道路利用率,扩大车位供给能力,二是用价格杠杆进行需求管理,从而提高车位利用率。但是城市土地资源的稀缺性决定了停车资源挖掘的局限性,而提高收费也并不一定有助于提高车位利用率。例如在提高重点区域收费后,表面上该区域地面停车需求减少,但是车流完全有可能涌向周边区域,造成这些区域的车位高度紧张,从而形成重点区域停车位的“里松外紧”的现象。另外,国内一些城市的停车收费仍处于僵化的粗放式管理阶段,一些繁华地段的停车资源在收费提高后大面积空置也没有及时降价引流,这些显然不利于盘活停车资源。为此,需要依据不断变化的车位供需关系,对车位分配和价格作动态调整,而要实现车位管理的动态化以及价格管理的精细化,都必须借助信息化手段。专利技术 ...
【技术保护点】
一种优化处理车位预订请求的方法,包括下列步骤:生成与一个区域相关联的车位资源池;获取一段时间内一个或多个客户端关于在所述区域内预订车位的请求,每个所述请求包括用户ID和预计停车时段;响应于所述请求,从所述车位资源池中为所述客户端分配车位;向所述客户端返回车位分配的消息;以及如果确定所述客户端作出了的确认操作,则更新所述车位资源池中的车位使用状态。
【技术特征摘要】
1.一种优化处理车位预订请求的方法,包括下列步骤:生成与一个区域相关联的车位资源池;获取一段时间内一个或多个客户端关于在所述区域内预订车位的请求,每个所述请求包括用户ID和预计停车时段;响应于所述请求,从所述车位资源池中为所述客户端分配车位;向所述客户端返回车位分配的消息;以及如果确定所述客户端作出了的确认操作,则更新所述车位资源池中的车位使用状态。2.如权利要求1所述的方法,其中,为所述客户端分配可用车位的步骤包括下列步骤:确定所述区域内和所述预计停车时段内可用的车位;为每个所述用户ID确定使用车位的优先级别;以及根据所述优先级别,在所述客户端之间分配所述可用的车位。3.如权利要求1所述的方法,其中,所述可用的车位位于所述停车区域内不同建筑物内的停车场。4.如权利要求1所述的方法,其中,获取所述请求的该段时间的长度是动态变化的。5.如权利要求4所述的方法,其中,该段时间的长度按照下列方式确定:Tn=T0+αΔVA-βRn-11/3]]>其其中,Tn为当前时间段的长度,T0为预先确定的基准时间长度,ΔVA为区域内当前时间段与前一时间段的可用车位数量之差,Rn-1为前一时间段内来自客户端的预订车位的请求的数量,α和β为预先确定的正常数。6.如权利要求2所述的方法,其中,利用神经网络模型确定所述优先级别,所述神经网络模型为BP神经网络,包含:输入层,其包含三个输入节点u1、u2和u3,分别输入下列信号:u1=k1×Ti×Hiu2=k2×Ti-Hiu3=PiTi为与第i个客户端相关联的用户的预计停车时段,Hi为与第i个客户端相关联的用户历史上使用所述区域内车位的次数,Pi为与第i个客户端相关联的用户前次预订车...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。