一种停车资源运营的收益优化方法、装置和系统与流程

1.本发明涉及计算机技术领域，尤其涉及一种停车资源运营的收益优化方法、装置和系统。


背景技术：

2.停车管理系统已具备预约功能，用户可通过移动端对目标时段目标区域的车位进行查询和预定。但对于停车资源运营方，常常面临收益管理的难题。现有停车管理系统主要通过独立的渠道划分与超售数量管理停车资源，没有进行多个参数联合计算调优，不能辅助运营方获得理想的收益。
3.公开于该背景技术部分的信息仅仅旨在加深对本发明的总体背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。


技术实现要素：

4.本发明的目的在于提供一种停车资源运营的收益优化方法、装置和系统，能够在外部客流及资源总数不断变化的情况下，根据渠道划分范围、超售数量范围、价格规定等约束下，计算得出可行的收益运营方案集合，并得出最大化收益的运营方案。该方法提升了停车资源运营方的收益，降低了日常运营决策难度。
5.为了实现上述目的，本发明采用以下技术方案：
6.第一方面，本发明提供一种停车资源运营的收益优化方法，包括如下步骤：
7.s1：从停车设施管理系统获取停车需求信息，将停车需求信息用于统计或预测指定时间段内潜在预约停车车辆、潜在巡游停车车辆数量；其中，停车需求信息包含了正式生效、未生效、被取消的订单信息以及查询动作信息；
8.s2：设定总泊位数可被划分至各个渠道的数量范围，范围划分可由人员划分或计算机程序自动划分；其中，渠道包含了现场申请渠道、预约申请渠道两个基本渠道，两个基本渠道可根据其他特征进一步切分，形成若干渠道；不同渠道划分的资源可以临时流转至其他渠道供使用，被使用后再恢复至原渠道特征；
9.s3：设定泊位可超售数量范围，该范围可由人员划分或计算机程序自动划分；对于范围内每种超售数量，将实际可用泊位数量与超售数量相加得到待售数量范围；
10.s4：使用模型计算出目标时间段内高收益方案集合，集合中包含若干不同的方案，每个方案具备一套计算得出的参数及对应的收益估计值，集合中至少存在一个最大收益方案被展示给运营方。
11.优选地，步骤s1中的所述停车需求信息为基于历史数据分别对预约式停车需求和巡游式停车需求进行统计或预测，综合得到的停车需求信息，包括：
12.获取移动端软件中历史的预定订单、取消订单、未生效订单、泊位查询记录数据；
13.获取历史的巡游用户的车辆入场、车辆排队、车辆泊后离场、车辆泊车失败离场数据；
14.通过其他软件系统、机构研究报告、问卷调查方式获取停车需求数据；
15.所述停车需求数据包括对泊位数量的需求以及停泊时段的需求；
16.对停车需求进行预测，是通过向预测模型输入历史或当前需求数据，输出未来某时段停车需求数据。
17.优选地，步骤s2中的所述总泊位数包括路内停车位、路外停车位、立体停车库以及其他规范的供车辆停靠的空间。
18.优选地，步骤s2中所述渠道分为两个基础渠道，每个基础渠道可再划分为若干其他渠道；两个基础渠道分为巡游申请渠道和预约申请渠道，所述巡游申请渠道对现场车辆开放，车辆抵达指定地点视为通过巡游申请渠道申请泊位资源，所述预约申请渠道对移动端申请者开放，向系统发起泊位数量及泊车时段申请并通过系统确认视为通过预约渠道申请泊位资源；
19.所述预约申请渠道，可再根据商业合作关系划分至不同软件在线接入渠道；
20.所述巡游申请渠道，可再根据商业合作关系划分至不同线下服务商准入渠道；
21.所述巡游申请渠道的巡游申请指定地点是由运营方定义、从物理空间上可以被识别和占用的区域，包括泊位附近空间、设定的排队等待空间。
22.优选地，步骤s3中由于预约渠道下超售引起的违约情况及其处理机制包括：
23.顾客爽约处置：顾客未在约定的时段内抵达泊位，运营方根据约定规则收取顾客违约费用，释放车位供其他车辆预约；
24.运营方爽约处置：运营方未在约定的时段内为车辆提供可用泊位，运营方根据约定规则付给顾客违约费用。
25.优选地，步骤s4中使用模型计算出目标时间段内高收益方案集合具体为：在停车需求、渠道划分、超售数量的联合约束下，计算出若干满足约束条件的收益方案，每个方案对应一套约束参数。
26.优选地，所述一套约束参数表明了在一定外部客流条件下的停车资源运营的一个应对策略，参数至少包含总泊位数划分至各渠道的泊位数量、各渠道的待售数量以及该方案的预估总收益。
27.优选地，步骤s4中所述最大收益方案设定了初始化运营状态与运营中面对顾客的响应规则；所述初始化运营状态指在目标时间段的起点时刻开始生效，且状态包含了运营方所选定方案中的泊位渠道划分、待售泊位数量、当地价格规则、预约规则以及违约规则参数。
28.第二方面，本发明提供一种用于停车资源运营的收益优化方法的装置，包括：
29.需求获取模块：用于从多个信息源获取已发生或潜在的停车需求信息；
30.资源状态管理模块：用于获取与管理每个停车资源的状态，对泊位进行关闭、暂定、开启操作；进一步管理车位的属性，包括车位的渠道、是否为超售车位，支撑渠道控制与超售控制功能；
31.优化计算模块：输入参数范围与约束，计算出满足条件的收益方案的集合，收益方案集合至少包含一个最大收益方案；
32.预约模块：顾客与预约模块交互，设置预定时段，查询车位信息；后台根据基础待售数量减去已累计顾客预定数量得到当前待售数量，计算并展示当前待售数量；支持顾客
进行预定车位、修改车位或取消车位。
33.第三方面，本发明提供一种用于停车资源运营的收益优化方法的系统，包括：停车预定系统、资源管理系统以及运营辅助决策系统；其中，
34.所述停车预定系统，可接收顾客输入的停车目标区域、目标时段；根据后台策略计算并展示车位，供顾客选择预定；
35.所述运营辅助决策系统，从多种信息源获取停车需求信息，统计、分析并预测目标时间段的停车需求；根据程序计算渠道划分的数量范围限制、超售数量范围限制，或由运营人员手动划分上述限制；由运营人员输入价格规则、订金规则、爽约规则；根据模型计算出收益方案集合，供运营人员选择并展示其中任意方案的对应参数，向运营人员推荐收益最大方案；
36.所述资源管理系统，根据运营方选定的一组运营方案所包含的参数，划分资源渠道，设定超售数量，响应顾客的预约进场或巡游进场请求；及时获取停车资源信息，更新维护停车资源状态。
37.采用上述技术方案，本发明具有如下有益效果：
38.本发明因为采用了多信息源采集停车需求，并对需求进行统计和预测，计算目标时段内的停车需求；设定了优化参数的初始范围，包括各渠道数量范围、车位超售数量范围，在初始范围基础上进行优化计算；通过多约束联合计算获得收益方案集合，并得到最大化收益方案及其具体实现参数的技术方案，所以克服了现有方法中独立的渠道划分与超售数量管理停车资源，没有进行多个参数联合计算优化，不能获取并预测需求信息并进行针对性收益优化的技术问题，进而实现了停车需求跟随的、动态收益优化，提升了停车资源运营方的收益，降低了日常运营决策难度。
附图说明
39.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
40.图1为本发明实施例提供的停车资源运营的收益优化方法的主要流程的示意图；
41.图2为本发明实施例提供的计算出目标时间段内获得高收益的方案集合的模型流程图；
42.图3为本发明实施例提供的停车收益优化装置的主要模块的示意图；
43.图4为本发明实施例提供的停车收益优化方法或装置/系统的示例性系统架构。
具体实施方式
44.下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
45.结合图1所示，本实施例提供提供的停车资源运营的收益优化方法，应用停车管理系统，主要包括：
46.步骤s101，从顾客移动端软件、外部软件、历史数据、机构调研报告等获取或预测目标区域、目标时段的停车需求信息；
47.具体地，根据本发明实施例，上述停车需求信息从潜在或已使用停车资源的人群或车辆处获得，包括：
48.移动端停车软件所获得的顾客对车位查询操作、查询地点、查询时段；
49.导航软件所获得的导航目的地及预计抵达时间；
50.停车场管理系统中所记录的历史车辆进出信息；
51.相关部门给出的调研报告中统计或估算的近年来停车量需求；
52.进一步地，可以将上述获得需求信息进一步预测处理，基于所预测的停车需求进行收益优化计算，所述所预测的需求包括：
53.跟随时间周期性变化的停车需求；
54.随周边商业、居住、办公等外部环境缓慢变化而变化的停车需求；
55.通过对顾客个性化停车行为特征所预测的停车需求；
56.通过结合其他信息渠道获得的交通态势、事件信息，预测临时变化的停车需求。
57.由于本发明可从多个数据源获得停车需求信息并对原始需求信息进行预测，因此可以更全面更准确地计算目标区域目标时段内停车需求；进而根据该需求完成收益优化计算，可根据优化计算结果获得停车资源运营高收益。
58.根据本发明实施例的一具体实施方式，可以根据历史数据的周期性规律初步预测当前停车需求，再根据当前交通态势及事件的影响对初步预测结果进行修正；进而输出停车需求预测。
59.通过上述设置，根据多数据源获得原始需求信息，对原始停车需求信息进行统计，并预测停车需求，以便收益优化模型进行计算获得高收益方案，提升了收益优化的准确度和可靠性。
60.步骤s102，给出停车泊位总量可被划分至各个渠道的数量范围；给出停车资源可超售数量范围；
61.具体地，根据本发明实施例，停车泊位总量可被划分至各个渠道的数量范围，包括：
62.渠道包含了巡游式车位和预定式车位两种基本渠道；
63.预定式基本渠道可以根据商业合作方进一步划分为代理预定渠道、电话预定渠道等；
64.运营方根据实际条件，给出总泊位数划分至两个基本渠道的数量范围；
65.运营方根据实际条件，对预约式基本渠道进一步划分至代理预定渠道、电话预定渠道等各个子预定渠道，并给出每个子预定渠道的数量范围。
66.运营方根据实际条件，给出各个渠道及子渠道的最多可超售数量。
67.运营方使用人工或机器程序对各渠道及子渠道的数量范围进行初步校验调整，排除违反物理条件、行业政策、商业规则等的数量范围。
68.根据本发明实施例，首先给出基本渠道数量范围，再根据人工及机器程序校验调整，排除明显不满足实际情况的数量范围，将数量范围缩减到可行范围内，减小后续收益优化的复杂度。通过上述设置，使用初始范围控制了收益的优化方向，降低了收益优化的复杂
度。
69.步骤s103，将相关数量范围及规则作为模型输入，使用模型计算出目标时间段内获得高收益的方案集合；
70.具体地，根据本发明实施例，首先将相关数量范围及规则输入收益优化模型，相关数量范围及规则包括：
71.目标区域及目标时段的停车需求数量；
72.各个渠道及子渠道可划分停车位的数量范围；
73.各个渠道及子渠道可超售数量范围；
74.运营地停车位价格规则；
75.运营地停车双方违约及补偿规则；
76.进一步地，模型通过数学计算，得出目标区域级目标时间段内收益方案集合，包括：
77.若干不同的收益方案；
78.每个收益方案具备一套计算得出的参数及对应的收益估计值，包含：各渠道及子渠道分配泊位数量、预约类渠道的超售泊位数量、该收益方案估算的收益值。
79.根据本发明实施例，使用模型计算出具体的收益方案集合及其实现参数，并可识别出其中最大收益方案及实现参数。通过上述设置，计算并推荐最大收益方案，帮助运营方提升收益，降低了运营管理复杂度。
80.结合图2所示，本发明中计算出目标时间段内获得高收益的方案集合的模型具体计算流程如下：
81.1.初始化时，设置采样规则为随机采样；否则设置采样规则为上一轮末生成新采样规则；
82.2.按照采样规则，对于输入优化模型的若干数量范围，每种在其划定范围内进行一次采样，获得一组输入数量参数＝{a,b,c,d,...}；
83.3.根据采样得到输入参数设定运营方参数；
84.4.将所预测停车需求集合按照入场时间先后排序，形成需求序列；
85.5.逐个模拟运营方对需求序列的响应，得到累计响应收益r；所述响应由预定规则、违约规则、结算时长、响应成本、当前剩余泊位数量共同决定；所述响应为运营方带来收益可为正、负或零；
86.6.使用(a,b,c,d,...,r)构成一个新的采样向量；
87.7.根据已有采样向量在整个采样空间的分布密度、已有采样向量的收益，生成新的采样规则(也可能维持原规则不变)；所述新的采样规则包括：邻近优先采样、最大梯度变化优先采样、低分布密度优先采样、等间隔采样；
88.8.重复上述步骤1-7，直至已有采样向量在整个采样空间的分布密度超过设定阈值。最后，统计所有采样向量，输出收益值前n的若干方案。
89.结合图3所示，本发明实施例提供的停车收益优化装置200主要包括：
90.需求获取模块201，用于从多个信息源获取已发生或潜在的停车需求相关信息，计算目标时段内停车需求。
91.具体地，根据本发明实施例，上述停车需求信息包括移动端停车软件、导航软件、
停车场管理系统、相关部门调研报告中的需求信息；
92.将获得需求信息进一步预测处理，基于周期性规律、外部环境变化规律、顾客个性化规律、交通态势事件影响规律，预测目标区域及目标时段的停车需求。
93.根据本发明实施例的一具体实施方式，可以从多个数据源获得停车需求信息并对原始需求信息进行预测计算，获得指定区域和指定时段内的停车需求。
94.通过上述设置，通过多种方式、多个数据源获取停车需求相关原始数据，并基于原始数据进行预测，以便更好地了解指定区域及指定时段内的停车需求，进而进行收益优化计算，可提高需求的准确度，提升停车资源运营的收益。
95.资源状态管理模块202，用于获取与管理每个停车车位的状态，根据预约及停靠情况动态更新当前待售车位数量；管理车位的属性，包括车位的渠道、是否为超售车位等属性。
96.具体地，根据本发明实施例，资源状态模块从接入的现场停车感知设备获得停车位当前状态；将每个车位的类型、渠道、超售等属性提供给运营管理人员，供管理人员查看、修改、删除；将可售停车资源的数量更新至相关展示给代理或顾客；管理运营地的预定规则、违约规则、价格规则等规则条目，供管理人员查看、修改、删除。
97.根据本发明实例，基于现场返回数据进行停车位状态管理，支持运营管理人员对车位属性进行管理，支持运营管理人员对预定规则、价格规则、违约规则等规则条目进行管理，将可售停车资源数量向相关代理或顾客展示，最终实现停车资源状态的灵活管控和资源的高效使用，有助于进一步提升停车运营方的效率，节省运营成本。
98.优化计算模块203，用于计算出约束条件下的收益方案的集合，其中至少包含一个最大收益方案。
99.具体地，根据本发明实施例，首先将相关数量范围及规则输入收益优化模型，在根据模型通过计算得出目标区域级目标时间段内收益方案集合；模块从收益方案集合中识别出最大收益方案，向运营方推荐展示该方案及其实现参数。
100.上述实现参数包含：各渠道及子渠道分配泊位数量、预约类渠道的超售泊位数量、该收益方案估算的收益值。
101.根据本发明实施例，模型接收约束数量范围，通过模型计算出具体的收益方案集合及其实现参数，并向运营方推荐最大收益方案及实现参数。通过上述设置，计算并推荐最大收益方案，帮助运营方提升收益，降低了运营管理复杂度。
102.结合图4所示，图4表示了可以应用本发明实施例的停车收益优化方法或装置/系统的示例性系统架构300，其中：
103.停车收益优化系统的采集感知层主要包括：闸机、摄像头、手机和其他终端；其中闸机主要用于控制停车场或停车位的进出；摄像头主要用于识别停车位使用状态、车辆外观、车辆车牌；手机主要用于运营方和顾客的交互，向顾客展示可用车位信息，获取顾客预定信息；其他终端还包括 etc、无感支付、地感线圈、刷卡机等用于停车业务的终端设备。
104.停车收益优化系统的基础设施层主要包括：专用网络、无线网络、计算设备、存储设备；其中专用网络使用专用固定通信链路为各类设备提供网络传输服务；无线网络使用无线通讯链路为各类设备提供网络传输服务；计算设备负责对数据进行加工计算，支持模型逻辑的具体实现；存储设备负责对停车相关数据进行存储供后续使用。
105.停车收益优化系统的数据层主要包括：停车场泊位数据、停车设备设施数据、停车事件数据、外部环境数据；其中停车场泊位数据是泊位所处位置、数量、尺寸、种类等静态数据，表示了停车资源真实情况及分布；停车设备设施数据是相关设备设施的位置、数量、型号、状态等数据，可表示泊位的运行状态；停车事件数据是经过预处理的、经过规则判定后的停车发生事件的时间、位置、事件种类信息；外部环境数据是从它处直接或间接获得的周边交通状态、周边交通事件、城市规划数据。
106.停车收益优化系统的功能层主要包括：需求获取、需求预测、资源状态管理、优化计算；其中需求获取是从多源头获得停车相关的信息及数据，包括细粒度的停车历史数据、机构调研规划报告数据、移动端停车软件或导航软件数据；需求预测是基于需求获取的数据，进一步对数据融合加工处理，得到的未来某时段停车需求数据；优化计算是根据未来需求数据、渠道超售约束条件，计算出可行的收益方案，包含了最大化收益方案；资源状态管理根据实际停车位资源状态、规划的收益方案参数以及运营地区政策，对停车资源继进行综合管理运营，保障生产活动高效进行。
107.最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。