TELKOM NIKA , Vol. 11, No. 2, Februa ry 2013, pp. 1018 ~10 2 3   ISSN: 2302-4 046           1018      Re cei v ed Se ptem ber 26, 2012; Revi se d Jan uary 5, 2012; Accept ed Ja nua ry 1 6 , 2013   A Method for Public Parking Facilities Operation  Condition Evaluation and Supply Scale Forecasting      Wang Yan g * 1, 2 , Wang Li-Juan 1 , W a ng F a n 3 , Huang Lin 1    1 School of Mec han ical, Electr onic a nd C ontr o l Eng i ne eri ng,  Beiji ng Jia o ton g  Univ ersit y , B e iji ng, P.R.C.     2 School of Civ il  Engin eeri ng,  Shiji azh u a ng T i ed ao Un iversit y , Shij iaz hua ng , P.R.C.    3 Departme n t of Expr ess Del i v e r y  a nd L o g i sti cs,  Shijiaz hua n g  Posts and T e lecommu nic a ti ons T e chnical  Coll eg e, Shiji a z hua ng,  P.R.C.     *Corres p o ndi n g  author, e-ma i l : jtx w y@ 16 3.com      A b st r a ct   Based  on th e traditi ona l trip  a ttraction  mod e l ,  a new  metho d  of op erati on  cond ition  eva l u a tion  an d   supp ly scale f o recasti ng for pub lic park i n g  facilities  is  pro pose d . It begi ns w i th the op eratio n con d iti o n   investi gatio n  o f  existin g  p a rk ing  facil i ties, a nd th en  an aly z e s  q ual itative l y the  existin g   parki ng fac iliti e s   supp ly scal e  b y  four ind e xes .  F i nally, it ca n calc u l ate th e  supply sc ale i n  pred ict year.  Combi ned w i t h   concrete w o rk  of urba n p a rkin g facil i ties  pla n n in g in  chi na, t he ev al uatio n i ndex  an d pr edi ction  mo del  w e r e   app lie d, an d t he p a rki ng fac ilities  op erati o n con d iti on,  d e man d , sup p ly  scale  an d i n t e rna l  structure  ar e   ana ly z e d  d eep ly. T he  met h o d  pr opos ed  in   the p a p e r ca n  provi de th e th eory  basis  for  the p ubl ic p a rk in g   facilities  pla nni ng in oth e r citie s .       Ke y w ords : pu blic park i n g  facilities, op erat i o n cond ition ev a l uati on, supp ly sca le forec a sti ng, trip attraction   mo de l       Copy right  ©  2013 Un ive r sita s Ah mad  Dah l an . All rig h t s r ese rved .       1. Introduc tion  Parki ng ha s  been  studie d  many years and ha s a  great d e velo pment in de veloped  countries, while there is st ill backward i n  this  fiel d in China. Com pared  with  ot her countries,  becau se of t he different  so cial  situati on,  the re se arch  a c hi eve m ents  abo ut parkin g  pla n n ing   from develo p ed co untri es are not  suit able fo r  Chin a. Chine s e  p a rki ng p r obl e m s have b e e n   extensively studied in  19 9 0 s, a  brief  summary  of  the pa st  rese arch i s  p r e s e n ted bel ow.  Yan  Kefei pre s ent ed static o ccurren ce rate  model  ba se d  on land use ,  Li Feng prese n ted traffic   impact a naly s is m odel, China Academ y of Urban P annin g  And  De sign p r e s e n ted trip attra c tion   model, etc.    Previou s   re search  ha s  sh own  that th e  traditional  p r edictio n m o d e l for pa rking  dem and  has its dee p  ba se  of p r actice in  Chi na [1 -3 ]. Ba sed  on  the   experie nces  of the  previo us   resea r chers, this pap er en deavored to pre s ent  a me thod of opera t ion con d ition  evaluation a nd  sup p ly scale f o re ca sting fo r publi c  pa rki n g facilit ie s ba sed  on trip  at traction  mod e l . By means  o f   improvin g tra d itional tri p   attraction  mo del, a p r edi ction mod e l for p ubli c  pa rking fa cilitie s is  establi s h ed a s  a core of the new meth od [4-7]. A case stu d y is also pe rform ed to sho w  the   appli c ation of  the method.       2. Methodol ogical Appro ach    2.1. Work Fl o w   Parki ng fa cilities pla nning  is intend ed  to pr ovide  b e tter urban t r affic servi c e  level. It  sho u ld be  so lved the pro b lems  about  servi c e a nd  manag eme n t of existing parking fa cilities.   Therefore, it begin s  with t he ope ration  con d ition  inv e stigatio n of existing pa rki ng facilitie s, and  then an alyze s  q ualitatively the existin g  pa rki ng fa cilities  su ppl y scale by t he detail ed  data,   finally, it can cal c ulate the  su p p ly scale i n  predi ct year.  There a r e three ki nd s of p a rki ng d e ma n d  fo re ca sting  model, p r edi ction mod e l ba sed  on   land  use; on  trip; an d o n  the  cha r a c te ristics of  so cial e c on omic  activities. A s   a pa rt of u r b an  comp re hen si ve transpo rtation plan ning,  parking fa c iliti e s pl annin g  i s  con s ide r ed  as the foll owi ng  items [8-10]. Gene rally, a compl e te O D  data is  obtai ned befo r e th e parkin g  facilities plan nin g .  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046       A Method for  Public Parking  Facilities Operation Conditi on Evaluation... (Wang Yang)  1019 Therefore, th e predi ction  model for trip  attraction i s   more  conve n i ent.   Take th e trip  attraction  m odel a s  the  core, the wo rkin g p r o c e s s op eratio n  con d ition   evaluation a n d  sup p ly scal e forecastin g for publi c   pa rking fa cilities  can b e  depi ct ed as Fig u re 1.         Figure 1. Process of Publi c  Park ing Facilities Sc ale F o recasting    2.2. Opera t ion Condition  Ev aluation Indexe s   The operation condition  of existing parki ng faciliti e s can be evaluated by following  indexe s .  (1)  Berth  tur n rou nd  rate  λ , the index  to mea s u r e t he u s a ge tim e s  of pa rki n g  berth s  durin g the in vestigation.  λ  indicat e s th e avera ge u s age time s of  every parkin g  berth s.  λ  al so  reveal th e a c tivity of parki ng d e man d ,  that is, la rge r   λ , the m o re  vehicle s   access to p a rkin g  facilities. It is not only rela ted with pa rki ng dem and,  but also  relat ed with p a rki ng supply. T h e   equatio n is gi ven by:    λ = S / C    (1)     whe r e  S   i s  the parking n u m bers du ri ng the  investigati on,  C   is the parki ng capa ci ty.  (2) Be rth turn roun d rate i n  pea k hou r  α ,  indicates the  degree of cro w din g  in pea k hou r  and i s  an im p o rtant ind e x o f  parki ng  sup p ly. If  α  is hig h , the existin g  parkin g  faci lities capa city is  low. If  α  is low, the existing parking faci lities ca pacity is high and t he utilization is low.  α   ca n be  depi cted a s  follow:     α =N j / C     (2)     whe r e  N j   is  p a rki ng nu mbe r s in rush hou rs.   (3) Average p a rki ng time  t , the index to measure the traffic loading  and turn rou n d  rate   of parking lo t.  t  is longe r,  the better u s ed fo r parki ng facilitie s in time doma i n. It can be  depi cted a s  follows:     i t t S    (3)     whe r e   t i  i s  the  parki ng time  of the car  i .   (4) Be rth utili zation  η . It reveals th e ut ilization  stre n g th of pa rkin g lot. It depe nds  on  parking  lot lo cation,  cap a ci ty, and pa rki n g man agem e n t and  so  on.  Too  high  or l o w a r e  not  well,  if  η   is low, a l a rge p r op orti on of parking  facilities  will  be a wa ste, and if the utilization i s  high , i t   will make the parking  crowded.      100% ii tP TC     (4)     Moto r -vehicle tra ffic attraction of tr affic zone OD dat a Peak hour  p ar kin g  demand of n o n -residential area Off ro ad  p arkin g  su pp l y   Attached  p arkin g  su pp l y   Side  p arkin g  su pp l y O p er ation condition investi g ation of existin g   p arkin g  facilitie s Parkin g  char acter i stics  sur v e y Evaluation Warning : The document was created with Spire.PDF for Python.
                           ISSN: 23 02-4 046   TELKOM NIKA   Vol. 11, No. 2,  Februa ry 2013 :  1018 – 1023   1020 whe r e  P i  is   th e numbe rs of cars in pa rkin g time  t i ,  T   is  the s u rvey time,  C   is parki n g  cap a cit y .     2.3. Prediction Model   The ge ne rati on of pu blic  p a rki ng d e ma n d  is  related t o  so cial  econ omical i n ten s i on, and   so cial e c on o m ical inte nsi o n dep end s on  the tra ffic attraction  of traffic zone. Pa rki ng dem and  can  be obtain ed  according to  the relatio n ship  between  publi c  parkin g  dema nd at  peak  hou r a nd  motor-ve h icl e  attraction i n   traffic zo ne.  Based  on  the  sup p ly rate  and  sup p ly structu r e, different  types of parking facilities  supply in predict y ear can be acqui red.  Cons i d ering the impacts  of  parking  ma n ageme n t on   the pa rki ng  d e mand s, th e   improve d  mo del b a sed  on  the tradition al  model can be  defined a s  follows.     D A P     (5)     S i P = P D · ω · θ i      (6)     whe r e,  P D   is the peak ho ur publi c  pa rking de man d  of traffic zone in predi ct  year,  A  is non- resi dential m o tor-ve h icl e  traffic attra c tion of traffic zone in predict year,  β   is the parki ng  gene ration of  motor-ve h icl e s,  γ   is the i n fluen ce coe fficient of pa rkin g man a g e ment,  μ   is t he  parking  co rre c tion coef ficie n t at peak  ho ur ,  S i P  is the parking facilit ies  supply of type  i ,  ω   is the  parking  sup p l y  rate of traffic zo ne,  θ i   is the parking facilities  supply proportion of  type  i .   The mod e l a bove is the i m prove d  pre d icti on m odel , its param eters  cali bratio n sho u ld   follow pa rki n g cha r a c teri stics in p r edi ct year . The  succe s sful experie nce o f  other parki ng  facilities planning  in  simil a r cities can  also  be taken as reference to  calibrate paramet e rs.   Ho wever, the  experien c e h a s no g u ida n c e be ca use o f  difference of  traffic in different citie s .       3. Applicatio n Analy ses  3.1. Basic Situation of Public  Parking Facilities in S Cit y   The traffic  zo ne divi sion  of  S city i s   sho w n  i n  Fi gure  2. According   to the diffe re nce  of  parking  cha r acteri stics in  different tra ffic zone s, the traffic zo nes  can b e   divided into  two   c a te go r i es ， o ne for  co re  area  (No.1 a nd No.2), o n e  for n on-co re area (othe r s). Th e existi ng  publi c  parkin g  facilities a r e  mainly attached pa rki ng l o t and sid e  p a rki ng lot. At  pre s ent, there are   450  parkin g  l o ts for moto rcars  and  31, 720  parkin g   berth s in  urb an. Amon g of  these, there  are   10,676  bert h s are  ch argi ng , and 38, 334  berth s a r e fre e . Gene rally,  parking  lots i s  comp arativ ely  centralized i n  co re  area. M o reove r , the  core  ar ea also has  the  m o st pr omi nent problem betwe en  parking  sup p l y  and dema n d . The dist rib u tion den sity  of parking b e r ths in  co re a r ea i s  sh own in   Figure 3.        Figure 2. The  Traffic Zon e  Divisio n     1 2 8 3 7 5 6 4 9 10 Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046       A Method for  Public Parking  Facilities Operation Conditi on Evaluation... (Wang Yang)  1021   Figure 3. The  Distrib u tion  Den s ity of Parkin g Berth s  in Core Area       Since the  proportio n  of m o torc ars a nd  parking  berth s in  core are a  is 15, a nd  it is far  from the  int e rnatio nal  st anda rd,  so  the g a p  of  p ublic pa rking  be rths is a l so l a rge. T h e   contradi ction  of parking  su pply and de m and in traffi c  area 1 is the  most serio u s.  The num ber  of  side  pa rki ng  berth s in  exi s ting  publi c   parking  fa cilit ies i s  la rg e,  and th e d r iving i s  di sturb e d   greatly by it. In the p eak ho ur, the ave r a ge pa rking  of traffic is  abo u t  40 vehi cles  per  kilom e ter.  It  may directly lead to the traffic in the cha o s, and it  will also redu ce the traffic ca p a city of relevant  road. Attach ed parkin g  lots incl ude  parking lot s   for variou s types of ar ch itecture s. As the  comm on phe nomen on of attache d   p a rking  lot s   a r e o c cupie d , there are le ss p a r kin g  b e rth s  t han   actual b e rth s , and the re sul t  leads to the in crea se of p ublic p a rking  facilities d e m and.     3.2. Operation Condition  Ev aluati on of Public Parking Facilities  For the  ope ration conditio n  evaluation  of S ci ty’s p ublic  parkin g  facilities, 1 8  typical   publi c  park lo ts in core are a  were sel e ct ed to su rvey, the basi c  info rmation of su rvey sample s is  sho w n  Table   1. The p r e - in vestigation i n dicate s the  p a rki ng  dema n d  on  holiday s is mu ch  high er   than p a rking   deman d o n   workdays,  so t he  su rvey  time is dete r min ed at  7:00 ~1 9:00 o n  Su nd ay.  The indexe s   whi c h are sh own in Ta ble  2.  can be  cal c ulate d  after data pro c e s si ng.      Table 1.  The  Basic Inform ation of Survey Samples  Location  Number   Side Parking Lot  Off Roa d  Park ing  Lot  Attached Parking Lot  Around Ma rket  2  2  2  Around Restau ra nt  2  2  2  Around Hot e l  2  2  2      Table 2.  Ope r ation Conditi on Evaluation  Indexes  of Public Pa rki ng  Facilitie s in S City  Par k ing F a cilities  Ty pe  λ   α   η / (% )   t  (mi n )   Side Parking Lot  5.6  3.1  56  66  Off Roa d  Parking  Lot  4.7  3.0  50  86  Attached Parking Lot  4.8  2.8  49  78      Acco rdi ng  to Table 2,  the operation con d ition  f eatu r e s  of p ublic pa rkin g fa cilities can  be   obtaine d as f o llows:   (1)  λ   an d  α   is relatively hig h . Acco rdin g to t he survey  data in deve l oped  cou n tri e s,  α   of  side  parkin g   lot is u s ually  about 3.8,  a nd  α   of off road p a rking  l o t or atta che d  pa rkin g lot  is   usu a lly at the rang e of 1.0 ~ 2.3.  λ   and  α   shows that the parki ng facilities utili zati on is hi gh, but i t   is esse ntial for increa se the  parki ng supp ly.  (2) Sid e  pa rki ng lot have t he shorte st  t .  It is because  that the side  parking l o t is  most   near the  working lo cation,  and peopl e usu a lly choo se the nea re st place to park. Peo p le wh o   have eno ugh  time may cho o se off ro ad p a rki ng lot or a ttached p a rki ng lot.  (3)  η   of sid e  parking l o t is highe r than  others. Ac cording to the in vestigation, it can b e   found that the side pa rkin g lot has ob vious pea k-h our an d the sho r test  t , so there will be  Lege nd 500-1,000  berths  per square kilom e ters  1,000 - 1,5 00 be r t hs per square  Evaluation Warning : The document was created with Spire.PDF for Python.
                           ISSN: 23 02-4 046   TELKOM NIKA   Vol. 11, No. 2,  Februa ry 2013 :  1018 – 1023   1022 d i ffe r e nc es  on   η .  Acco rdin g to the feature s  of si de  parking l o t, low  η   i s  bette r for redu cing  the  influenc e  to dynamic  traffic.    3.3. Trip Attr action    The total vol u me of the u r ban  re sid ent  trav els i s  9. 675 millio n p e rson -time p e r day in  predi ct ye ar.  The  stru ctu r e  of resi dent  tri p  pu rp ose  i s   sho w n  in  Tab l e 3. T h e  stru cture  of  re sid ent  trip mo de in  different t r ip  purpo se i s   sho w n  in T a ble 4.  A  can  be  got by  comprehe nsiv ely  con s id ere d  re side nt trip purpose and resi dent trip mod e .      Table 3. The  Structu r e of Re side nt Trip  Purpo s e (%)  Go to Wo rk  Go to School   Business  Go Hom e  Shopping  Entertainment   Visit i ng  Others   Total  25.4    9.0   1.8   47.7    6.8   3.0   1.4   4.9   100.0       Table 4. The  Structu r e of Re side nt Tr ip  Mode in Different T r ip Purpose (%)  Wa y s   Go to Wo rk  Go to School   Business  Go  Hom e   Shopping  Entertainment   Visit i ng  Others   Walk 16.3  31.3  6.2  26.9  45.8  69.1  11.0  30.8  Bicy cle 53.6  53.6  26.8  47.8  36.7  20.7  42.1  36.8  Electric Bicy cle  16.2  2.2  9.0  10.2  3.6  2.1  5.9  7.8  Bus 4.9  9.0  6.8  7.0  9.5  4.0  29.1  7.7  Private Car   4.6  0.9  25.1  3.5  1.5  1.2  4.6  5.3  Taxi  0.4  0.1  5.8  0.7  0.6  1.1  4.6  1.9  Official Car  2.2  0.1  18.4  1.2  0.1  0.2  0.4  0.9  Motorc y c le  1.5  0.3  1.3  1.2  0.5  0.6  1.2  2.1  Others  0.5  2.5  0.6  1.5  1.6  1.1  1.1  6.6  Total 100.0   100.0   100.0   100.0   100.0   100.0   100.0   100.0       Table 5.  θ i   in  Different Traffic  Zones  (% )  Traffic zone   T y pe   θ i   Side Parking Lot  Off Roa d  Park ing  Lot  Attached Parking Lot  1, 2  Core Ar ea   8  14  78  3, 4, 5, 6, 7, 8,  9,  10  Non-Co re Are a   5  10  85      3.4. Parameter Calibra tio n   The pa ramet e rs of differen t  kind of traffic zo ne s are  calibrate d as f o llows:   (1) Pa rking  g eneration of  motor-ve h icl e s  β . The p a rki ng time which  less thre e mi nutes i s   mainly the temporary pa rking that  the passe nge rs  get on or off  the vehicle s , in this case , it  prod uces no   parking  dem and. Acco rdi ng to the   a c tual  conditio n , the pe rcenta ge for tempo r ary   parking  of co re a r ea  and  non-co re  are a  are  15% a nd 12%  re sp ectively, so t he ge neratio ns of   motor-ve h icl e s are 8 5 % in core area, 88 % in non-core area.    (2) Influen ce   coeffici ent of   parking  ma n ageme n t  γ . A c cording to t he differenc es  in the  confli ct bet ween  parkin g   sup p ly and  d e mand,  differrent traffic m anag ement  strategy can  be  con s id ere d , it is 0.9 in co re  area an d 1.0  in non-co re a r ea.   (3) Berth  turnrou nd  rate  i n  pe ak ho ur  α .  Ba se d o n  the  pa rki n g sampl e   su rvey,   the  averag e turnround  rate  of  variou s p a rki ng fa cilitie s  a r e u s u a lly ra nge from 1.0  to 5.0. In  Ch ina  the rate a r e  range from 1. 5 to 4.0. typesis  5.0 in  core are a , and 4 . 0 in non -core are a . Du e to the  reinfo rcement  of parkin g  m anag ement a nd the impl e m enatation of  parki ng cha r ging, the rate  will  be improved  greatly.  α   will  be 5.0 and 4. 0 respe c tively in core a r e a  and no n-co re  area.    (4) Pa rkin g correctio n  coef ficient at pea k hou r  μ . Based on actu al con d ition of plannin g   area a nd exp e rien ce of oth e r citie s ,  μ   is  1.2 in this pa per.   (5) Be rth s u pply  rate  ω .  Gene rally, the value of   ω   is ra nge  from 1.10 t o  1.30.  Con s id erin g t he  scarcity of  land  resources  and  irratio nality of traffi c tri p  m ode, t he  ω   of co re  area  and no n-co re  area a r e 0.9 5  and 1.15 re spe c tively.  (6) Parking facilitie s supply   proportion  θ i .   Du e to th e rebuild  difficult ies in  core a r ea, the   prop ortio n  of  attache d  pa rking be rth  can not be  e nha n c ed gre a tly,  so  the  pa rking probl em can be  solved m a inl y  by off road parking fa cil i ties. Ho weve r, in the non -core area, th e pro b lem  was   solved  mainly  by atta ched   parking  be rth .  For the  publ ic p a rking  fa cilities, the  pro portion  of  sid e   parking to  off road  parkin g  in S city is a bout 1.00.  Bu t in China, th e value is  ab out 0.25. So the   Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046       A Method for  Public Parking  Facilities Operation Conditi on Evaluation... (Wang Yang)  1023 prop ortio n  of side p a rking  sho u ld be red u ce d pro p e r ly, the selecte d  result of  θ i   i s  sho w n Ta ble  5.    3.5. Forecas ting Results     Acco rdin g to  the above  a nalysi s , the  publ i c  pa rki n g dema nd a nd pa rki ng  supply are   sho w n in Ta b l e 6.      Table 6. Fo re ca sting Resul t s of Parkin g Dema nd an d Parki ng Supp ly (10 4  berth )  Traffic Zone   P D   P i   Side Parking Lot  Off Roa d  Parking  Lot   Attached Parking Lot  Total Suppl y  1 2.92  0.23  0.39  2.16  2.77  2 4.73  0.36  0.63  3.50  4.49  3 2.58  0.15  0.3  2.52  2.97  4 5.03  0.29  0.58  4.92  5.78  5 4.65  0.27  0.53  4.55  5.35  6 3.46  0.2  0.4  3.38  3.98  7 6.24  0.36  0.72  6.1  7.18  8 4.12  0.24  0.47  4.03  4.74  9 6.28  0.36  0.72  6.14  7.22  10 0.15  0.01  0.02  0.15  0.17  Total 40.20   37.50   4.80  2.50  44.70       4. Conclusio n   On the  basi s   of absorbing  and le arni ng f r om p r eviou s   resea r ch, this pape r p r e s e n ts the   method  of o peratio n  con d ition evalu a t ion an d  sup p ly scale fo reca sting  for  publi c  pa rkin g  facilities based on trip attraction model, with t he stati c  traffic management  influence  coeffici ent,  the tradition al  attractio n  m odel i s  imp r o v ed. Finally, a ca se  study  wa s al so p e r forme d  to  sh ow  the appli c atio n of the met hod. Th e mo del an d it s  p a ram e ter cali bration pri n ci ples whi c h  i s   prop osed i n   the pa per  could  provid e  the the o reti cal  ba sis for the p ubli c   parking  facili ties  planni ng in ot her citie s .    Furthe r resea r ch  nee ds to  be condu cted  to deal with  more  pro b le ms in the m o del, and   to see k  out o t her po ssible  param eters.  The ava ila ble  model remai n s relatively limitations, an d  so imp r ovem ents in this a r ea are al so  welcom ed.       Referen ces   [1]    Cha ug In g  Hs u, F u  Sh an  Li n. Dem and  Di stribut io n a n d   Operatin g Stra tegies  of Air p o r t Remote  an d   T e rminal Parki ng F a cil i ties.  T r ansp o rtatio n Pl ann ing  and T e chno logy . 1 997 ; 20(3): 219-2 3 4 .  [2]    Hon g  W e i Guo ,  Z i  You Gao,  Xi ao B ao Y ang , Xi ao Me i Z h a o , W u  Hon g  W ang. Mo de lin g  T r avel  T i m e   und er th e Influ ence  of On  Street Park in g.  J ourn a l  of T r an sportatio n  E ngi neer ing . 20 11;   13 8(2): 229 - 235.   [3]    Ardesh i r F a g h r i , Adam  La ng,  Heath e r H enck .  De vel opm ent  of a H y b r id  Kn o w le dg e-Bas e d Geo g rap h ic   Information  S ystem for Opti mall y  Loc ating  Park-a nd-ri de  Faciliti e s.  Internati ona l J o u r nal  of S m ar t   Engi neer in g System Des i g n . 2001; 3(2): 1 39- 157.   [4]    Ardesh i r F agh ri, Adam Lan g, Khale d  Ha m ad, Heath e r  Henck. Int egrated Kn o w l edg e base d   Geogra phic  Inf o rmatio n  S y ste m   for D e termi nin g   Optima l L o catio n  Of Par k -and-ri de  F a ci lities.  Jou r nal  of Urban Pl an n i ng a nd D e vel o pment . 200 2; 1 28(1): 18- 41.   [5]    Jian  Z hu, H o n g  Bi ng  Ca o, H a itao  Li u. Park in g  Spac e  Det e ction  Base d  on Inform atio n  from Imag es   and Ma gn etic Sensors.  Adva nces in Infor m ation Sci enc es and Serv ice Sc ienc es . 201 2; 4(5): 208-2 16.   [6]    F e li x C a ice do,  Carol a  B l azq u e z, Pab l o M i ra nda. Pr edicti o n  of Parki n g  Sp ace Av ail abi lit y in  Re al T i me.     Expert Systems w i th Applicati ons . 201 2; 39( 8): 7281- 72 90.   [7]    Chi Y Le e. Pea k  Period Occu panc y: A Parki ng Man a g e me nt  T ool.   IT E Jo urna l . 198 6; 56 (12): 25-2 9 .  [8]    W en Z ao Shi,  Z heng Y uan M ao. Desi gn of  W i reless  Se ns or Net w ork for  Parkin g Guid a n ce Informatio n   Sy s t e m .  Intern ation a l J ourn a l  of Dig ital  Con t ent T e chn o lo g y  and  its Ap pli c ations . 20 12 ;  6 ( 1 8 ) : 41 1– 417.   [9]    David  A He nsh e r, Jenn y  Kin g . Parkin g D e ma nd a nd  Resp o n sive ness to S upp l y , Pr icin g  and  Loc ati o n   in the S y dn e y   Centra l Busin e ss District.  T r a n sportati on R e search . 20 01;  35(3): 17 7-1 9 6 .   [10]    Mei T i ng T s a i , Chih P eng  Chu. Eval ua ti ng Parki ng  Reserv ation P o lic y i n  Urb a n  Areas: A n   Enviro nmenta l  Perspectiv e .  T r ansp o rtatio n R e searc h . 201 2; 17(2): 145- 14 8.    Evaluation Warning : The document was created with Spire.PDF for Python.