Zurück Vor

Detailergebnis zu DOK-Nr. 79223

Kurzfristige Prognose von Off-Street-Parkplatzbelegungen (Orig. engl.: Short-term forecasting of off-street parking occupancy)

Autoren	E.S. Fokker T. Koch M. van Leeuwen E.R. Dugundji
Sachgebiete	5.13 Ruhender Verkehr (Parkflächen, Parkbauten) 0.11 Daten (EDV, IT, Internetanwendungen und Verkehrsdaten) 6.2 Verkehrsberechnungen, Verkehrsmodelle

Transportation Research Record: Journal of the Transportation Research Board Vol. 2676, H. 1, 2022, S. 637-654, 13 B, 3 T, 37 Q. - Online-Ressource: verfügbar unter: https://journals.sagepub.com/home/trr

Informations- und Kommunikationstechnologien haben den Weg geebnet, mit neuen Entwicklungen das Parken zu steuern. In dem umfangreichen Artikel werden diese Technologien angewendet, um ein Entscheidungssystem zu modellieren, das für 57 Off-Street-Parkplätze in Amsterdam eine Belegungsprognose für sechs Monate im Voraus gibt. Hierzu wurde eine Wirkungsanalyse durchgeführt bezüglich Wetter-, Veranstaltungs-, Parktarif- und ÖPNV-Attribute. Die wichtigsten Einflussfaktoren auf die Parkplatzbelegung waren die Planung von Kunst- und Sportveranstaltungen, die Erweiterung des ÖPNV um eine Linie und Wetterdaten. Eingesetzt wurden fünf Prognosen-Algorithmen: saisonal-naiv-Modell, Box-Jenkins saisonaler AR integrierter MA, mit und ohne exogene Regressoren (SARIMAX und SARIMA), ETS und LSTM. Das SARIMAX-Modell übertraf die anderen Algorithmen für die 6-Monats-Vorhersage. Zukünftige Studien könnten sich auf die Hinzufügung weiterer Ereignisvariablen und Erweiterungen konzentrieren, beispielsweise in ein Online-Modell, Entfernung zum ÖPNV, Erholungseinrichtungen, Gewerbegebiete, Krankenhäuser oder soziale Sicherheit.