城市停车配流的混合建模方法

沙特国王大学学报城市停车配流的混合建模方法Hanae Erroussoa，b，c，Jihane El Ouadia，b，c，El Arbi Abdellaoui Alaouic，d， Aloui，Siham Benhadoua，b，Hicham Medromia，b科学和工程发展与创新研究基金会，摩洛哥卡萨布兰卡b摩洛哥卡萨布兰卡，HASSAN第二大学，电力和机械国立高中cEIGSI，摩洛哥d摩洛哥Errachidia，My Ismail大学科学和技术学院阿提奇莱因福奥文章历史记录：收到2020年2020年10月22日修订2020年11月9日接受2020年11月19日网上发售保留字：城市停车管理模糊逻辑货物运输冲突处理A B S T R A C T寻找停车位是一项艰巨的任务，令驾驶员感到沮丧，影响汽车驾驶者的经济效率，并影响城市的可持续性。在满足交付者的需求（位置、可达性、接近性.）和个人（价格，持续时间，亲密度......），运输和城市交通规划者发现他们自己处于利益冲突因此，一个实时管理整个城市停车系统的工具非常重要从这个角度来看，本文提出了一种解决方案，在不确定的条件下分配停车位的载体和个人。其原则是建立在两个分配水平。第一种方法通过考虑三个特征指标来分配城市区域的停车请求。第二个等级，为每个驱动程序，在指定区域中的可用空间，根据其递减的非支配程度。它还包括一个冲突管理方法，用于处理多个司机分配到同一个地方。它的部署和其性能进行了测试，管理停车场在一个城市的四个城区。©2020作者由爱思唯尔公司出版代表沙特国王大学这是一个开放的访问CC BY-NC-ND许可证下的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。1. 介绍货物运输对加强城市的社会经济活力作出了重大贡献。它不仅将公司与其供应商和客户联系起来，而且还确保公民生活的必要供应，并维持工业或商业活动以及相关的就业机会。然而，它产生了许多问题和挑战，这些问题和挑战随着居住和经济活动的密度增加而加剧。货物由不同规格的车辆运输，这些车辆与私人车辆共享道路网络和停车基础设施。因此，这些车辆降低了道路通行能力，降低了交通速度，导致更长的行程时间，增加了街道拥堵，并最终导致额外的支出。因此，它们对环境造成滋扰，例如排放空气污染物，特别是*通讯作者：EIGSI，卡萨布兰卡和科学和技术学院，我的伊斯梅尔大学，埃拉奇迪亚，摩洛哥。电子邮件地址：elarbi. eigsica.ma（东非共同体）Alaoui）。沙特国王大学负责同行审查温室气体（二氧化碳、甲烷、一氧化二氮、六氟化硫）。. ），噪音，丑陋的街道，恶臭...... 这对城市地区的人类生活质量产生了负面影响。传统上，公共当局没有解决与城市货物运输有关的问题，除了通过对停车、街道通道、营业时间等的规定（Crainic等人，2004年）。他们只是通过黄色标记道路的一部分来识别专用于货运公司的停车位。这些位于开阔地带的固定物流设施被称为交货区，改善了货物运输以及公路网与作业地点之间的关系（Boudouin，2006年）。尽管如此，送货司机仍然指出缺乏停车设施、管理不足和现有停车设施的非最佳分配（难以进入、面积小、人行道狭窄、道路等级不同、供需不匹配）。他们进一步强调，交付海湾大多是非法占用的个人或其他交付谁不遵守停车时间限制。这城市正在经历大量的货运交付，并继续快速增长。这一增长意味着交付区域数量的相应增加，这涉及公共空间和私人停车场的减少。因此，它导致了这些资源的不平衡分配，https://doi.org/10.1016/j.jksuci.2020.11.0061319-1578/©2020作者。由爱思唯尔公司出版代表沙特国王大学这是一个在CC BY-NC-ND许可证下的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。制作和主办：Elsevier可在ScienceDirect上获得目录列表沙特国王大学学报杂志首页：www.sciencedirect.comH. Errousso，Jihane El Ouadi，El Arbi Abdellaoui Alaoui等.沙特国王大学学报2406有利于运输经营者。为了恢复这种平衡，我们提出了一种城市停车管理方法，帮助运营商和个人在目的地附近轻松找到停车位有几个提案解决了城市停车问题，集中于个人停车或运输者停车，而没有将这两个问题结合起来，尽管这两个问题密切相关。这些解决方案在架构上有很大的不同（有或没有物理基础设施、组件的性质、部署的技术等）。和功能性。在大多数情况下，它们只是从传感器网络（超声波、磁性、热或声学传感器）收集关于停车位可用 性 的 数 据 。 . ） （ Tang 等 人 ， 2006; Cheung 等 人 ， 1917 年 ;Alkheder等人，2016年; Lee等人，2008）或驱动器网络（Bechini等人，2013年; Chen等人，2012;Villalobos等人， 2015），并通过信息技术应用传播。实施这些措施意味着投资和维护成本高或司机的强烈参与它们只显示给定时间内市区内的停车可用性地图或表格，这就造成了司机之间对停车位的竞争导致许多司机被迫寻找另一个停车位，浪费更多的时间，消耗更多的燃料和失去良好的心情，因此分配方法的重要性。我们提出的分配方法将停车位分配给运营商和个人。它的目的是在必要时调整停车服务，分为两个层次。第一个层次是规模问题。交付活动高度集中在白天。它开始于06：00左右，结束于11：30左右。因此，有必要为专业人员提供足够数量的位置良好的交付区域，以支持他们的活动并避免重复停车。第二个层次是管理问题，使停车场的供给与城市的需求相适应。 下午01：00以后，物流活动减少，交付区域的数量可能减少，这意味着这些基础设施的状态发生变化。我们的主要贡献是开发一种综合方法，解决所有道路使用者、专业人员和个人的停车问题。通过这种解决方案，交付区域的概念将自动被超越，因为任何可用的和合适的停放空间都可以容纳承运人。所有停车位都将能够实时自动切换其状态（交付区域与停车位）。换句话说，一个泊车位可以根据有关时段的需求，容纳货车或私家车。与大多数研究不同的是，所提出的方法并不关注单个城市区域，而是处理来自城市所有区域的停车请求。此外，它重新分配它们，以平衡不同地区的占用负荷。传统的方法处理停车位分配，而假设问题的参数是固定的，并预先知道。相比之下，建议的方法有效地处理不准确和模糊的性质，通过模糊理论的语言评价。论文的其余部分分为五个部分。第2节介绍了一个文献综述概述了我们的建议第三节简要概述了模糊逻辑的基本概念第4节说明了所提出的方法的体系结构，并描述了每个阶段的原则第5节报告的结果，应用- ING提出的方法的决策问题。第6节载列结论和进一步发展。2. 相关作品从我们的视野来看，选择合适的停车场，为承运人和个人，可以归类为停车空间分配问题，交付湾分配问题，物流中心选址问题和装卸区定位的组合。它可能受到多种因素的影响，例如。的到目的地的步行距离、驾驶和等待时间、停车价格、可用性和可达性（Badii等人， 2018年）。许多文件解决承运人的停车问题，提出了工具，以尺寸交付区布局。 Pinto等人（2016）的作者通过混合分析-蒙特卡罗模拟方法优化了交付区域的分布，这取决于业务活动的需求和位置。他们通过应用离散覆盖模型确定了停车场的最佳位置。他们定义了最合适的尺寸（即。停车位数目），以达致占用空间与泊车位供应之间的折衷。 在Tamayo等人（2017）中，提出了一个分娩空间定位和评估的框架。它包括收集有关制图、交付停车需求和现有交付空间的真实和最新信息。它通过基于地理的估计或当地调查来量化每个业务的装载和交付流程。该方法基于一个考虑实际距离、影响半径和物理约束的优化模型来确定新配送空间的位置。其他作者通过组织交付区域的方法来处理这个问题Roca-Riu等人（2015年）通过几个替代模型为货运公司分配停车位，这些模型被设计为混合整数问题，并通过其目标函数（满足所有承运人的时间窗口请求，提前/迟到最小化，最小化时间窗口外安排的请求数量）进行区分。. ）. 他们用不同的标准量化了未完成要求的程度Letnik等人提出了一个动态分配装货区的模型。（2018年）。它提供了最佳的数量和位置的交付区采用模糊k-均值聚类的接收器结合路由算法。它以两种不同的方式管理这些物流基础设施，承运人只被分配到最接近其目的地的交付区域，或者如果第一个地方被占用，则被分配到第二个最好的地方。一些作品对更全球化的工具感兴趣，用于确定交付区域的大小、Muñuzuri等人描述了一种分为量化阶段和位置分配过程的方法。（2017年）。它估计在一条给定的街道上所需的装货区的数量，作为平均每日承运人停车需求与每个装货区的容量之间的比率它解决了一个特定的位置分配问题，考虑了所涉及的零售商的交付特性 在Comi et al. （2018），作者开发了一种解决方案来建模时间运输需求，根据商业运营的特点模拟交付区域方案，通过一些性能指标评估这些方案并采用最优方案。他们还提出了一个先进的行程规划，协助运输和物流运营商管理他们的交付，在旅游前和路线阶段。一些科学贡献详细阐述了分配停车位给个人的优化模型。Abidi et al.（2015）用数学公式描述了具有时间限制的群体的停车位分配问题。他们试图最大限度地减少步行距离和车辆费用的总和支付.为了解决这个组合优化问题，他们开发了一种混合遗传分配搜索程序，该程序将遗传算法和贪婪随机自适应搜索程序相结合。停车位的动态分配问题在Ratliet al.（2019）中得到了解决。我们的目标是为所有客户提供全球满意度，并最大限度地提高停车场的占用率。在目标函数中引入了惩罚项，使未来需求较低的停车位更具吸引力。其值通过使用分布估计算法的学习过程来校准。Geng等人（2011）的作者提出了一种智能停车系统，动态资源分配方法。它解决了混合H. Errousso，Jihane El Ouadi，El Arbi Abdellaoui Alaoui等.沙特国王大学学报2407整数线性规划问题在每个决策点，使每个解决方案构成一个最优分配。它为驾驶员分配和保留一个最符合他在接近目的地和停车成本方面的偏好的空间，同时确保有效利用整体停车能力。Venkataramanan和Bornstein（1991）中描述的解决方案是用于分配停车位的基于网络的决策支持系统。该集成优化系统将该模型转化为一个纯网络问题，即最小化优先级、成本和距离的加权和。它用一个简单的网络优化器优化了产生的程序，并为每个停车场生成一个报告。然而，很少有论文提出的算法架构，而不是数学模型来管理家庭停车。Hakeem等人（2016）提出了一种具有成本效益的自适应停车系统，一种为驾驶员分配免费路边停车位的系统它使用了一种停车分配算法FPA，该算法最大限度地减少了所有司机的总行程时间，并结合了未预订司机与预订司机争夺停车位的效果。该算法借鉴了复合松弛算法的修改版本，以确定在必须分配请求之前可以延迟多长时间。为了提高新的停车请求的处理速度，他们提供，在哈基姆等人。（2017），他们的集中式停车分配算法的分布式版本。他们在K-D树中构建了停车的驱动程序，其中节点可以扮演两个角色：停车管理器或区域管理器。每个停车场管理器定期执行FPA算法，以满足发送给它的未决请求 Mejri et al. （2013）提出了一种有效的半集中式停车位分配系统，其中，在给定的城市区域中，每个停车场由停车协调器监控。他们区分了两种变体：有或没有完全了解邻国当局的决定。他们使用线性规划的数学规划求解器CPLEX来分配空间，同时优化每个协调员物流平台的位置是一个被过度覆盖的问题，在文献中广泛记载。在Guyon等人（2012）中，提出了一个整数线性规划模型，以可持续地优化城市区域中物流设施的位置和规模。这个模型，被大城市的地方当局正确使用，被集成在一个优化工具中，该工具能够编辑数据，找到一个可行的解决方案，并将其可视化。（2007）研究了一种以最大效用和最小入库运输成本、出库运输成本、管理成本和固定投资成本之和为目标的配送中心选址策略。他们用适应于现场约束的遗传算法解决了这个离散模型。Crainic等人介绍了一种可能的城市货运综合管理的组织和技术框架。（2004年）。它由微型平台组成，其主要作用是从城市外的各个点收集货物，并将其整合到适合在密集城市地区使用的生态车辆它被设计为一个位置分配模型，在多级分布设置，解决了CPLEX的分支定界过程Costa等人（2013年）的作者提出了一种借助地理信息系统定位物流平台的方法。它由五个阶段组成，其中两个第一确定了实施物流平台的理想位置。接下来的两个阶段检查是否存在不足的运输流量，并在必要时调整定义候选位置的数学模型和分析运输成本的数学模型。最后一个阶段报告所有设施的位置、使用的运输方式、运输路线和所涉费用。在以往的研究工作中，定位logis-tics平台或分配停车位是通过公式来研究的，数学模型，从而假设开发的程序的参数是预先已知的固定数字。然而，这些参数，特别是定性参数，往往是不精确和准确的定义。为了处理这些问题，许多作者诉诸模糊理论。作者在Bouhana et al. （2013）提出了一种多准则决策方法来解决不确定环境下的城市配送中心选址/分配问题。它定义了一组定性和定量的选址标准，并利用模糊理论和成对模糊偏好关系方法选择最佳选址。在Chen（2001）中，提出了一种新的模糊多准则决策方法来选择城市配送中心的最佳选址。建立了模糊偏好关系矩阵，反映了各企业对厂址的偏好程度。然后，采用逐步排序过程对所有候选位置进行排序。Hashim et al.（2014）主要研究了具有模糊系数的多目标规划模型，用于定位物流配送中心。不确定性参数（运输成本，安装成本和需求）被假定为模糊变量，并由三角模糊数。通过一种新的带有乐观-悲观拟合指数的模糊测度计算模糊期望值，将不确定性模型转化为确定性模型。在Lee and Lin（2008）中，提出了一种模糊定量SWOT方法来评估转运型国际配送中心的位置的适当性和优先性它集成了多准则决策概念和模糊层次分析法。它包括10个步骤，从选择备选方案开始，继续为各种标准列出绩效值，最后在SWOT矩阵的四象限坐标上显示所有候选位置Chu（2002）的作者在群决策下通过模糊TOPSIS模型选择应用区间运算方法，得到了两个正梯形模糊数和模糊数的a-cuts他们用排名法的平均积分值，以帮助推断的理想和负理想的模糊解决方案。上述方法主要涉及优化交付隔间布局，为私人车辆分配停车位或为承运人分配交付隔间。因此，建议的方法探讨这一研究机会，同时解决所有三个问题。为了突出我们的建议带来的具体进步，它与相关工作进行了比较，在几个标准（表1）：配送区域数量（D_N）、位置（D_L）和尺寸（D_S）的优化;停车位的个体分配（P_I）和车辆分配（P_C）：车辆双车位停车障碍物的空间模拟（O_S）和时间模拟（O_T）考虑不明确的定性参数（C_L）;利用与停车位可用性有关的实时信息（R_P）;模型的集中式（C_M）或分布式（D_M）性质;经验数据的利用（E_U）或驾驶员停车操作的模拟（P_S）。我们的方法框架整合了从远程信息处理设备获取的停车位可用性的实时信息以及Errousso等人（2020）开发和测试的停车占用预测机制。它从城市的宏观层面通过将驾驶员的请求分配到可以容纳他们的区域来级联它依赖于一个混合的方法，结合了模糊逻辑和数学优化。●●●●●●●H. Errousso，Jihane El Ouadi，El Arbi Abdellaoui Alaoui等.沙特国王大学学报2408A/4x;1A~10x10x2X>0; 0; 1：.Σ表1系统比较。参考文献D_ND_LD_SP_IP_CO_SO_TC_LR_PC_MD_ME_UP_SPinto等人， 2016- p p - - --- - p-Tamayo等人， 2017- p - - p - p-Roca-Riu等人， 2015年-p-p-Letniketal.， 2018年pp--p - - p - -pMuñuzuri等人， 2017年pp- - p-Comi等人， 2018年pp-p p- -pAbidi等人， 2015-Ratli等人， 2019--Geng等人， 2011--2016-––pp-–p哈基姆等人， 2017-3. 模糊逻辑模糊逻辑研究推理系统，其中的概念，表2客观评级的语言学术语。语言学术语隶属函数真理和谬误是以分级的方式考虑的，与经典数学相反，经典数学只考虑绝对正确的陈述（Spada，2009）。它是模糊集理论，即在某个论域上定义的集合。近年来，模糊集理论已被用于处理模糊决策问题。广义地说，模糊集是模糊概念扩展的数学模型（Gottwald，1979）。 如果X是一个由x表示的对象的集合，则X中的模糊集A~是一个有序对的集合（Zimmer mann，2010）。极差（VP）中等贫穷（MP）中等良好（MG）良好（G）非常好（VG）表3标准评级的语言术语。0; 0; 1- 我的天Σ语言学术语隶属函数极低（VL）把X中的每个元素x映射到区间[0，1]中的一个实数，称为隶属函数（广义特征函数）。 lA~*x*的值越接近于1，则X对A~* 的隶属度越大。低（L）中低（ML）中等（M）中等高（MH）高（H）非常高（VH）0; 1; 30;ifxn1<>x-n1n3其中n1;n2;n3是实数，n1n2n3。<<这个三元组<$n1;n2;n3<$定义了一个三角模糊数。 lA~xl的最大值等于1，并且对于n 2的X值获 得。 l~Ax的最小值对应于0，并且对于n1或n3的X值实现。语言变量是指其值以自然语言或人工语言中的单词或句子表示的变量（Chu，2002）。他们是特征通过一五 元 组x;T;U;G;M~（Zimmermann，2010），其中x是变量的名称，T表示x的术语集合，即x的语言值的名称集合。这些值中的每一个都是模糊变量，一般用X表示，并且在与基变量u相关联的论域U上变化。G是一个语法规则（通常具有文法的形式），用于生成x的值的名称X。 M~是U的模糊子集。在本文中，我们采用了从0到10的尺度来评估标准和替代方案。表2给出了语言值和它们相应的模糊数，这些模糊数是为每个备选方案而分配的，表3给出了语言变量和它们各自的模糊等级，这些模糊等级是为每个标准而分配的。由于司机被分配到同一个空间。它可以帮助运营商和个人在目的地附近找到免费停车位。因此，它认为个人运输的货物数量为零。 我们的解决方案4.1.第1阶段：宏分配第一阶段的目标是在考虑其容量的同时，公平地将停车需求分散到所有区域，并确保满足所有停车需求它的主要关注点是避免一个停车请求被几个区域接受，而其他车辆没有收到任何回应。在我们的建议中，停车位的特征在于标识符，其坐标和其状态（占用或未占用）。类似地，停车请求由标识符、其目的地的坐标、其交付时间段、其影响半径、其覆盖率、待运输的质量、货物的时间敏感性、根据停车请求的可用空间的排名来表示。ð1Þ所提出的停车位分配方法是基于模糊逻辑。它还辅之以管理冲突8Mejri等人，2013–––Delaitre，2009年我们的建议–p–p–啪啪H. Errousso，Jihane El Ouadi，El Arbi Abdellaoui Alaoui等.沙特国王大学学报2409Σ Σ（。ΣXZ2中文（简体）对应矩阵计算覆盖区指示计算征集比计算停车请求的地区征集率排名宏指定延伸影响半径不满意的司机将质量排序为运输车位分配向司机没完整驱动程序满意冲突处理延迟交货15分钟是备选方案的评价相关性准则加权模糊偏好关系矩阵构造模糊严格偏好关系矩阵建立模糊综合评判替代聚合模糊权重标准二次模糊综合评判价值观比较计算非-提名归一化模糊决策矩阵计算加权标准化方案计算最终模糊评价值计算替代有用性排序微分配Fig. 1. 停车位分配架构。他们的非提名程度和它将被分配到的位置。反过来，区域通过标识符、其请求率、可用空间的数量、其特征、分配的停车请求的数量及其属性来建模。这些数据使用具有多个对象（结构）的复合数据类型变量表示。对于每个时段（即每15分钟），收集停车请求，选择具有可用停车位的区域并免费停车对于停车请求，它首先影响覆盖率等于1的所有需求，然后影响比率严格大于1的需求未签名的驾驶员，或者因为他们具有零覆盖指示符，或者因为在他们的目的地区域中没有更多的地方，可以报告他们在下一个时隙到达（即，延迟15分钟），如果它们具有一定的灵活性，或者扩展它们的影响半径Ri。如果选择了第二个选项，则通过重新运行算法来重新分配针对该决策点的所有停车请求确定空间坐标考虑到步行距离在停车位和司机的最终目的地之间，一个响应矩阵C^CijV×Z由Z（区域数）列和V（请求总数）行建立。其中规定每个区域的相关停车要求算法1宏分配输入：● 设vj2V为一个停车请求● 设pi2pi为区域zi内的可用停车位Cij¼0的整数;d Di;pj 0l~Zijxdx12：结束12ij¼Rx>0l~Zij<$x<$dx<$Rx0的 l~Zij<$x<$dx<$Þ13：每个可用停车位Pi2Pido14：pri<$-0d初始化模糊评价其中Rx>0l~Z<$x<$dx<$Rx0l~Z<$x<$dx>0备选pi15：对于每个标准cu2Cdo此外，eij0： 5意味着备选Pj优先于备选Pi。<如果eij=0： 5，我们就不能区分这两种选择。4.2.7. 模糊严格偏好关系矩阵16：pripririu17：结束18：结束19：每个可用停车位pi2Pido20：对于每个可用的停车位pj<$i12Pido21：pr←-pr- prdpr¼pr1;pr2;pr3为了克服这一缺陷，我们根据偏好度eij计算方案Pi对方案Pj的严格支配度es.给出了模糊严格偏好关系矩阵的概念，国际新闻报22：结束23：结束ijij ij ij ij由E ss。ijn×n24：每个可用停车位pi2Pido25：对于每个可用的停车位pj2Pido是的。eij-eji;eijPejið13Þ26：如果i^j，则ij0;否则4.2.8. 计算非提名非支配度lNDP i由严格优势度es的函数给出，如下所示27：eij←-0： 5d偏好程度pi和pj28：如果i>j，则29：eij←-1-eji30：else ifpr2 0 theneji，则43：esij←-eij-ejidpi和pj之间的严格偏好度44：其他45：esij←-046：如果结束第47章：结束第48章：结束49：k←-050：A←-VNi第51章：你是谁？52：对于每个可用的停车位pi2Pido53：确定mi最高严格优势度esij54：UNDi1Mi第55章：结束第56章： 你是我的女人 最高UND h10：riu←-xiu×wu替代Pi11：结束d规范模糊评级非支配度57：在驾驶员vij的可用空间Pij的排名中插入位置k的替代ph（接下页）当地人我们删除，因此，行和列相应-SH. Errousso，Jihane El Ouadi，El Arbi Abdellaoui Alaoui等.沙特国王大学学报24122←--58：k←-k159：删除ph根据模糊严格偏好关系矩阵60：1第61章：结束第62章：结束第63章：结束4.3. 第三阶段：冲突处理为了避免几个司机被分配到同一个区域的同一个空间，要运输的货物数量根据其重量和停车位根据其非支配程度分类此外，还考虑到货物的具体特点货运分为三种模式，代表其时间敏感性：非敏感（2），敏感（1），非常敏感（0）。司机受到他们所携带的货物的时间敏感性降低的影响对于每种货物类别，运载最重货物的司机优先被分配到最佳停车位，运载第二大货物的承运人被分配到第二佳停车位，依此类推。如果两个驱动器传送相同的量或它们是私家车，则首先分配具有最小影响半径的驱动器。为此目的，首先为运送时间最紧迫的货物和最重的货物的送货员寻找停车位每个停车请求的特征在于其被分配到的区域中的可用空间的等级，从最适合到最不适合对于每一个停车请求，都会进行检查，以验证其第一个分类的停车位是否可用，如果可用，则将其分配给该位置。如果没有，则搜索可用空间，直到找到第一个最佳可用空间（根据先前建立的评级）。算法3冲突处理输入：● 设v ij2V i为区域zi2Z的停车请求● 设K为时间敏感度为t的区域内的停车请求Zi2Z设Pij为驾驶员v ij的排名 可用空间的非指定程度降序排列输出：ASSij为驾驶员分配停车位vij1：对于每个区域zi2Zdo2：按时间敏感性类型的集群停车请求Vi第4条：结束5：对于每个区域zi Z，6：对于每个时间敏感性类型tdo7：重新排序停车请求K它根据货物运输量降序排列8：如果vij和vik携带相同的量，则9：将影响半径最小的司机排在第一位10：如果结束11：更新Kitd为停车请求的排序13：结束14：对于每个区域zi2Zdo15：对于每个可用的停车位pijk2Pijdo16：Sijk←-0d初始化pijk的状态，可用17：结束18：对于每个时间敏感性类型tdo19：对于每个请求vij2K它做20：对于每个位置pijk2Pijdo21：如果p ijk尚未分配给驱动器，则22：ASSijk←-pijkd将空间pijk分配给驱动器vij23：Sijk←-1d将pijk的状态更改为已占用第24章：一夜情25：如果结束26：结束27：结束28：结束29：结束5. 仿真结果我们模拟了来自38个不同运营商的38个停车请求的分配，这些运营商在同一时隙内提供4个区域。在他们到达时，1区将有5个可用的停车位，2区有17个停车位，3区有10个停车位，4区有13个停车位。停车位的坐标（表5）和商店位置的坐标（表6）从OpenStreetMap和GoogleMaps（Google Places API）获得。5.1. 第1阶段：宏分配第一阶段算法首先计算城市区域中每个停车位与每个驾驶员目的地之间的距离（以米为单位）考虑到停车位和驾驶员最终目的地之间的步行距离区域2中的停车位1与驾驶员3的目的地之间的距离（19，1597 m）小于其影响半径（20 m），因此相应的系数等于1。区域4中的停车位13与驾驶员35的目的地之间的距离（37.2645 m）大于其影响半径（20 m），因此相应的系数等于0。根据该矩阵，计算出的招标率（表9）为一个区域可容纳的请求数量表5停车供应。区域位置X Y电话：+86-530-8888888传真：+86-530 - 8888888.. .. ......你好。.. .电话：+86-533 - 5787562- 7.6341231电话：+86-533 - 6876577传真： +86-533 -6876577电话：+86-533 - 8883381- 7.637158.. .. ......你好。.. .16 33.5832514- 7.634632917 33.5830743- 7.6348695电话：+86-530- 6303607传真：+86-530 - 6303607电话：+86-572 - 5555151传真： +86-572 -5555151.. .. ......你好。.. .10 33.5721193- 7.6312312电话：+86-0531- 8888888传真：+86-0531 - 8888888.. .. ......你好。.. .12 33.5902204- 7.633488413 33.5901671- 7.6336776●H. Errousso，Jihane El Ouadi，El Arbi Abdellaoui Alaoui等.沙特国王大学学报表62413停车需求。请求X Y R数量 1 33.5860906- 7.6359154 25m280kg2 33.5871949- 7.6381138 30米135公斤3 33.5860382- 7.6351362 20米440公斤.... . .. ......你好。.. .. . .18 33.5750402- 7.6354132 25米72公斤19 33.5721729- 7.6332434 30m0k