停车诱导系统中筛选停车场（库）方法的研究

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (27): 237-239.

停车诱导系统中筛选停车场（库）方法的研究

张宝玉,晏克非,周湘霆

同济大学交通运输工程学院,上海 201804

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-09-21 发布日期:2007-09-21
通讯作者: 张宝玉

Research for method of selecting parking lots in parking guidance information system

ZHANG Bao-yu,YAN Ke-fei,ZHOU Xiang-ting

School of Traffic and Transportation,Tongji University,Shanghai 201804,China

Received:1900-01-01 Revised:1900-01-01 Online:2007-09-21 Published:2007-09-21
Contact: ZHANG Bao-yu

摘要/Abstract

摘要： 在建立停车诱导系统时,一般采用主观经验的方法筛选纳入到诱导系统中的停车场（库）,没有进行科学的论证,降低了停车诱导系统的有效性。针对其不足,依托实例,确定了停车场（库）的5项特征指标的评价体系,并利用模糊层次分析法（Fuzzy AHP）对停车场（库）纳入停车诱导系统的适应性进行评价,从而选择合理的停车场（库）,为筛选纳入到停车诱导系统的停车场（库）提供了理论支撑。

关键词: 停车诱导系统, 模糊层次分析法, 停车场（库）, 适应性

Abstract: When establishing parking guidance information system,subjective experiences were mainly used to screen parking lots to integrate into the system.Without any scientific proof,using experiences as the only reason may be validity lacking.Based on an example,this paper selects five index properties of parking lots as an appraisal system,using Fuzzy AHP to appraise the compatibility of every parking lot to be integrated into the parking guidance information system,so the suitable parking lots can be determined,and the theoretical support is offered.

Key words: parking guidance information system, Fuzzy AHP, parking lots, compatibility

张宝玉,晏克非,周湘霆. 停车诱导系统中筛选停车场（库）方法的研究[J]. 计算机工程与应用, 2007, 43(27): 237-239.

ZHANG Bao-yu,YAN Ke-fei,ZHOU Xiang-ting. Research for method of selecting parking lots in parking guidance information system[J]. Computer Engineering and Applications, 2007, 43(27): 237-239.

[1]	郑淋文，周金治，黄静. 深度稀疏自编码器在ECG特征提取中的应用[J]. 计算机工程与应用, 2021, 57(11): 156-161.
[2]	迟宗正，董绍正，郭童，任志磊，周宽久，郭禾. 求解风力发电机布局问题的超启发式算法研究[J]. 计算机工程与应用, 2019, 55(7): 220-225.
[3]	刘期烈，李建雄. 内容中心网中多参数的缓存污染攻击检测算法[J]. 计算机工程与应用, 2019, 55(4): 130-136.
[4]	邱东黎，施晶晶. 基于强化学习方法的访存调度算法[J]. 计算机工程与应用, 2018, 54(2): 62-67.
[5]	陈冠宇1，孙鹏1，2，张杰勇1，武君胜3. 基于离散萤火虫算法的指控结构适应性调整[J]. 计算机工程与应用, 2018, 54(15): 112-119.
[6]	王晓强，王冬. 软件需求权重的模糊网络分析法[J]. 计算机工程与应用, 2018, 54(10): 39-45.
[7]	穆良，程良伦. 基于k-匿名位置隐私保护的自适应学习模型[J]. 计算机工程与应用, 2017, 53(18): 89-94.
[8]	孙金文，康雁，杨小东. 基于FAHP的可信软件非功能需求评估方法[J]. 计算机工程与应用, 2017, 53(11): 223-228.
[9]	李利娟1，2，柏海1，罗晓雪1，吴军1，贾晓风1. 电网差异化规划的特殊负荷评估方法研究[J]. 计算机工程与应用, 2017, 53(1): 255-259.
[10]	宁多彪. 标准模型下的高效强安全混合加密方案[J]. 计算机工程与应用, 2016, 52(17): 107-111.
[11]	陈顺明，李平. 基于RSSI权值的环境适应型室内定位算法研究[J]. 计算机工程与应用, 2015, 51(22): 99-103.
[12]	黄登成1，2，张丽2，尹晓利2，3，王昆2，3. 数据融合技术在提高NPP估算精度中的应用[J]. 计算机工程与应用, 2014, 50(22): 193-198.
[13]	张昊1，符策红1，张诚一2. 直觉模糊层次分析法下投行股票估值模型选择[J]. 计算机工程与应用, 2014, 50(15): 204-206.
[14]	李竹林. 景象匹配算法及其适应性分析[J]. 计算机工程与应用, 2014, 50(13): 182-186.
[15]	闫利军1，2，吴彩鹏1，孙玉杰1，张晓芳1，申清明1，2. 基于模糊AHP和证据理论的混合决策模型[J]. 计算机工程与应用, 2013, 49(18): 232-236.