移动开发-基于iOS平台停车诱导系统客户端的设计与实现.pdf

为了缓解大城市中日益突出的停车困难，现如今中国各大城市级停车诱导系统的研究开发势在必行.在停车诱导系统中，作为帮助用户找到最合适的停车场的重要因素，对未来停车位的预测是一个非常重要的智能技术手段.目前主流预测方法如果没有了实时数据，大部分会出现误差累积现象，从而影响预测准确性.然而，在停车诱导系统平台的建设早期，我们很难做到将城市所有停车场实时的数据流搜集起来.因此，文中以具有周期特性的非平稳停车位历史数据为研究对象，首先根据中心极限定理和大数定理对停车位进行统计分析，然后结合LSTM （Long Short-Term Memory），提出混合预测模型SAL （non-stationary Stochastic And Long short-term memory）来对未来某个时间段的停车位作有效预测.实验数据证明，相比于单独使用LSTM和Lyapunov指数法作长期预测，SAL的计算复杂度更低，预测效果相对更加精确，并且有效解决了在失去实时数据支撑情况下多步长期预测导致的误差累积问题.

1. 在停车设施的增加速度远不及城市汽车增长速度的情况下，停车诱导系统是提高现有停车资源使用效率，缓解停车难问题的一种有效途径。主要内容有：（1）停车场搜索；（2）车位预约；（3）路径规划与导航；（4）停车场信息管理；（5）车位信息管理。 2.了解实际相关领域的业务流程，查阅与该课题相关的文献资料； 3.给出要解决的实际问题的业务模型、总体设计和详细设计； 4.运用当前主流程序设计语言实现设计方案，并根据要求撰写设计说明书。

智能停车技术 基于云服务和Hadoop项目城市智能停车服务，包括嵌入式，Android，Java和WEB。

智能停车诱导系统对城市道路交通影响仿真分析.pdf

引言城市停车诱导系统(ParkingGuidanceandInformationSystem，PGIS)是以可变、多级信息发布屏为载体，向出行者提供停车场（库）的具体位置、当前车位实时数据等信息，指引驾驶员合理停车，同时提供数据进行分析、辅助管理部门决策的智能交通系统。系统由停车数据采集端（停车场）、数据处理和发布中心、广域信息发布平台（互联网、广播、移动通信等）和区域停车信息发布端（诱导显示屏）组成，采用先进的有线或无线通讯方式，实现整个区域无缝隙覆盖，即点-面结合的不同层次的系统。出行者通过该系统获取目的地交通、停车状况，结合出行目的，选择出行方式；

基于云服务的分布式嵌入式设备时间同步研究——以智能停车诱导系统为例.pdf