博碩士論文 90322070 詳細資訊




以作者查詢圖書館館藏 以作者查詢臺灣博碩士 以作者查詢全國書目 勘誤回報 、線上人數:22 、訪客IP:3.21.104.109
姓名 溫志元(Chih-Yuan Wen)  查詢紙本館藏   畢業系所 土木工程學系
論文名稱 高速公路進口匝道匯流路段旅行時間研究
(Highway entrance ramp travel time research)
相關論文
★ 紅燈右轉人車衝突風險分析★ 機車騎士紅燈怠速熄火意願及其預期成效之研究
★ 雪山隧道路徑導引策略研究★ 利用回饋式類神經插補探討路段車輛偵測器佈設間距
★ 利用基因規劃法進行車輛偵測器資料填補★ 機車紅燈怠速熄火節能減碳效果評估
★ 應用存活分析法於運具移轉行為之研究★ 利用基因規劃法預測高速公路旅行時間
★ 以鏈結串列搜尋車輛偵測器遺漏值最佳填補方式★ 應用存活分析法於鋪面坑洞影響因素及使用年限之研究
★ 機車隨機到達情況下紅燈怠速熄火效果之研究★ 雪山隧道行車速率特性分析
★ 應用存活分析法於公路長隧道事故分析之研究★ 需求反應式運輸系統營運模式與績效評估-以復興鄉為例
★ 應用存活分析於市區公車駕駛行為異常之研究★ 市區公車油耗與節能減碳之研究
檔案 [Endnote RIS 格式]    [Bibtex 格式]    [相關文章]   [文章引用]   [完整記錄]   [館藏目錄]   [檢視]  [下載]
  1. 本電子論文使用權限為同意立即開放。
  2. 已達開放權限電子全文僅授權使用者為學術研究之目的,進行個人非營利性質之檢索、閱讀、列印。
  3. 請遵守中華民國著作權法之相關規定,切勿任意重製、散佈、改作、轉貼、播送,以免觸法。

摘要(中) 高速公路為一進出口管制路段,欲進入高速公路主線車輛皆須經由入口匝道進入高速公路,匝道匯入主線車輛對主線車輛所產生之各種干擾型態,皆會對主線車輛之旅行時間產生影響。再者,交通資訊為用路人行為決策之重要參考依據,可提供駕駛者選擇適當之路徑與出發時間,以避免交通擁擠,而利用即時之交通資料預測未來旅行時間,則是未來先進旅行者資訊系統不可或缺之交通資訊。
本研究分係針對高速公路進口匝道匯流路段之變換車道行為與加速車道變換車道匯入主線行為動機與條件進行界定,並進一步撰寫模擬模式,進而探討不同流量型態、資料擷取時間與偵測器佈設長度等相關參數之實驗組合,並以偵測器蒐集之相關參數資料,透過類神經進行旅行時間預測,以期提供精準之旅行時間預測,藉此作為用路人路徑選擇或出發時間決策判斷依據。
經由反覆的校估與測試,由研究結果得知,本研究所構建旅行時間預測模式,預測屬於「高精準預測」,於高速公路進口匝道匯流路段旅行時間預測方面,可提供交通相關單位預測旅行時間參考之雛形。
摘要(英) Highway is entrances and exits’ controlled section of highway; therefore, drivers who want to enter highway should pass through entrance ramp. All kinds of interference which happen when rampconverges vehicles would produce effect of travel time to drivers. Moreover, traffic information is an important reference for users’ behavior decision, for example, it can help drivers to choose the suitable path and time in order to avoid traffic jam. And the use of immediate traffic information to predict travel time would be essential in the future.
The research focus on the definitions of the changing driveway behavior of the entrance ramp converges road of highway and the behavior motivation and conditions of the speed-up driveway merge in the mainline, and goes a step further to write simulated model then discuss the experimental combinations of related parameter about different flow types, the time of data-gaining, the distance of the speed machine setting and so on. At the same time, the parameter data which collected by the speed machine are using by the nerve-like to forecast the travel time to expect to provide the precise prediction of the travel time and become the users’ path-choosing and leave time reference.
Through proofreading and testing repeatedly, this research’s travel time forecasting pattern belongs to “high-precise prediction.” In the aspect of the entrance ramp converges road of highway’s travel time prediction, it can also provide the embryo of the travel time forecasting to the related traffic departments
關鍵字(中) ★ 模擬
★ 類神經網路
★ 倒傳遞演算法
★ 車輛偵測器
★ 旅行時間預測
★ 併入
★ 進口匝道
關鍵字(英) ★ Merge
★ Vehicle detector
★ Backpropation algorithm
★ Artificial neural network
★ Simulation
★ Entrance ramp
論文目次 目錄
中文摘要 I
Abstract II
目錄 VI
圖目錄 XI
表目錄 XIII
第一章 緒論 1
1.1研究動機 1
1.2研究目的 2
1.3研究對象 2
1.4研究範圍 3
1.5研究內容 3
1.6研究流程與方法 4
第二章 文獻回顧 7
2.1車流模擬 7
2.1.1車流模式 7
2.1.2跟車模式 8
2.1.3變換車道 11
2.1.4匝道車輛併入主線行為 13
2.2旅行時間交通參數蒐集方式 17
2.2.1偵測器蒐集資料 17
2.2.2探測車資料推估 18
2.2.3AVI資料推估 19
2.3旅行時間預測方法 19
2.4類神經網路 20
2.4.1類神經網路與交通之應用 20
2.5旅行時間相關文獻 22
2.6小結 24
第三章 資料調查與分析 25
3.1調查計劃研擬與執行 25
3.1.1調查目的與內容 25
3.1.2調查方法 26
3.2車輛屬性 27
3.2.1車身有效長度與車種組成 27
3.2.2車輛到達速度分配 28
3.2.3車輛到達間距分配 29
3.3車輛強行併入主線容忍時間分配 32
第四章 車流模擬模式構建 34
4.1模擬模式系統架構 34
4.1.1模擬系統基本假設 34
4.1.2模擬架構流程 37
4.2車輛產生特性 38
4.3車輛加減速特性 39
4.3.1車輛加速性能 39
4.3.2車輛減速性能 40
4.4變換車道模式 41
4.4.1主線車輛變換車道模式 41
4.4.1.1基本路段變換車道模式 41
4.4.1.2匯流影響區前段主線車輛變換車道模式 43
4.4.2加速車道車輛匯入主線車道模式 44
4.4.2.1加速車道正常路段車輛併入主線模式 44
4.4.2.2加速車道漸變段強行併入主線車道模式 45
4.5跟車模式 48
4.5.1間隔限制 49
4.5.2加速限制 51
4.6車流模擬模式驗證 53
4.6.1程式確認(verification) 53
4.6.2程式校估(calibration) 53
4.6.2.1各車道車輛產生檢定 54
4.6.3程式驗證(validation) 63
第五章 預測模式理論與旅行時間推估架構 69
5.1類神經網路 69
5.1.1類神經網路分類 69
5.1.2網路架構分析 70
5.2倒傳遞網路 72
5.2.1網路架構與演算法 72
5.2.2演算法學習策略 77
5.2.3參數設定與效能評估 79
5.3旅行時間預測模式構建 80
5.3.1輸入變數選擇 80
5.3.2旅行時間預測網路架構 81
第六章 預測模式初步分析 83
6.1模式實驗設計與評估指標 83
6.1.1實驗設計 83
6.1.2模式評估指標 84
6.2預測模式訓練與測試 84
6.2.1基本模式輸入篩選 84
6.2.2實驗組合初始測試績效值 85
6.2.3小結 117
6.3預測模式架構校估與測試 118
6.3.1測試結果分析 118
6.3.2小結 128
第七章 模式精確度分析 131
7.1預測模式之精確度分析 131
7.3各流量組合精確度分析 140
7.4模式績效評估 142
7.4.1績效評估準則 142
7.4.2結果分析 143
7.5小結 143
第八章 結論與建議 145
8.1結論 145
8.2建議 147
參考文獻 148
附錄 152
圖目錄
圖1-1研究流程圖 6
圖2-1虛擬車法 12
圖2-2實體車變換車道法 12
圖2-3二元型態模式法 12
圖3-1調查地點-三義北上進口匝道示意圖 12
圖3-2調查地點-林口南下進口匝道示意圖 27
圖3-3進口匝道車輛到達速度各組實際與理論次數曲線圖 29
圖3-4進口匝道車輛到達間距各組實際與理論次數曲線圖 31
圖3-5流量1200輛/小時進口匝道車輛到達間距各組實際與理論次數曲線圖 32
圖4-1高速公路主線模擬路段示意圖 35
圖4-2進口匝道之加速車道模擬路段示意圖 36
圖4-3模擬架構流程圖 38
圖4-4主線車道車輛變換車道與加速車道車輛併入主線流程圖 43
圖4-5高速公路匯流路段圖 44
圖4-6加速車道車輛強行併入主線流程圖 47
圖4-7加速車道匯入主線車道流程圖 48
圖4-8跟車間隔限制 51
圖4-9跟車流程圖 53
圖4-10同一車道之車輛軌跡時距圖 66
圖4-11同一車輛之車輛軌跡時距圖 67
圖4-12匯流影響區內與上、下游路段速度-流量關係圖 68
圖4-13匯流影響區內與上、下游路段速度-密度關係圖 69
圖4-14匯流影響區內與上、下游路段速流量-密度變換關係圖 69
圖5-1倒傳遞神經網路架構 74
圖7-1主線500匝道流量500veh/hr旅行時間預測模式誤差圖 133
圖7-2主線500匝道流量700veh/hr旅行時間預測模式誤差圖 134
圖7-3主線500匝道流量900veh/hr旅行時間預測模式誤差圖 134
圖7-4主線500匝道流量1100veh/hr旅行時間預測模式誤差圖 134
圖7-5主線500匝道流量1300veh/hr旅行時間預測模式誤差圖 134
圖7-6主線500匝道流量1500veh/hr旅行時間預測模式誤差圖 135
圖7-7主線500匝道流量1700veh/hr旅行時間預測模式誤差圖 135
圖7-8主線900匝道流量500veh/hr旅行時間預測模式誤差圖 136
圖7-9主線900匝道流量700veh/hr旅行時間預測模式誤差圖 136
圖7-10主線900匝道流量900veh/hr旅行時間預測模式誤差圖 136
圖7-11主線900匝道流量1100veh/hr旅行時間預測模式誤差圖 136
圖7-12主線900匝道流量1300veh/hr旅行時間預測模式誤差圖 137
圖7-13主線900匝道流量1500veh/hr旅行時間預測模式誤差圖 137
圖7-14主線900匝道流量1700veh/hr旅行時間預測模式誤差圖 137
圖7-15主線1300匝道流量500veh/hr旅行時間預測模式誤差圖 138
圖7-16主線1300匝道流量700veh/hr旅行時間預測模式誤差圖 138
圖7-17主線1300匝道流量900veh/hr旅行時間預測模式誤差圖 138
圖7-18主線1300匝道流量1100veh/hr旅行時間預測模式誤差圖 138
圖7-19主線1300匝道流量1300veh/hr旅行時間預測模式誤差圖 138
圖7-20主線1300匝道流量1500veh/hr旅行時間預測模式誤差圖 138
圖7-21主線1300匝道流量1700veh/hr旅行時間預測模式誤差圖 138
圖7-22主線1700匝道流量500veh/hr旅行時間預測模式誤差圖 139
圖7-23主線1700匝道流量700veh/hr旅行時間預測模式誤差圖 139
圖7-24主線1700匝道流量900veh/hr旅行時間預測模式誤差圖 141
圖7-25主線1700匝道流量1100veh/hr旅行時間預測模式誤差圖 141
圖7-26主線1700匝道流量1300veh/hr旅行時間預測模式誤差圖 141
圖7-27主線1700匝道流量1500veh/hr旅行時間預測模式誤差圖 141
圖7-28主線1700匝道流量1700veh/hr旅行時間預測模式誤差圖 142
圖7-29主線流量500veh/hr/lane與不同匝道流量組合誤差比較圖 142
圖7-30主線流量900veh/hr/lane與不同匝道流量組合誤差比較圖 143
圖7-31主線流量1300veh/hr/lane與不同匝道流量組合誤差比較圖 143
圖7-32主線流量1700veh/hr/lane與不同匝道流量組合誤差比較圖 144
表目錄
表1-1匝道匯流影響區範圍界定 15
表2-1歷年變換車道相關研究考慮變數分類整理表 24
表2-2現場觀測法 25
表2-3電腦模擬法 25
表2-4各國高速公路加速車道設計準則 26
表2-5國內快速道路加速車道設計準則 26
表2-6國內外變換車道相關文獻整理表 28
表3-1高速公路進口匝道車種組成比例表 39
表3-2高速公路主線各車道車種組成比例表 39
表3-3匝道車輛到達速度檢定表 39
表3-4匝道車輛到達速度資料整理與卡方檢定結果表 40
表3-5流量500輛/小時匝道車輛到達間距檢定表 41
表3-6流量500輛/小時匝道車輛到達間距資料整理與卡方檢定結果表 42
表3-7流量1200輛/小時匝道車輛到達間距資料整理與卡方檢定結果表 43
表3-8加速車道車輛強行匯入主線外側車道容忍時間卡方檢定表 44
表3-9加速車道車輛強行匯入主線外側車道容忍時間卡方檢定結果表 44
表4-1車輛正常行駛速率與加速率關係表 52
表4-2小客車之減速率和速率之關係表 53
表4-3主線基本路段變換車道之需求與供給表 56
表4-4匯流影響區前段主線車輛預期式變換車道之動機與條件表 57
表4-5加速車道車輛併入主線之動機與條件表 58
表4-6加速車道漸變段車輛強行併入主線之動機與條件表 58
表4-7內側車道到達間距(依負指數分配)卡方檢定結果表 67
表4-8中間車道到達間距(依負指數分配)卡方檢定結果表 67
表4-9外側車道到達間距(依負指數分配)卡方檢定結果表 68
表4-10加速車道到達間距(依負指數分配)卡方檢定結果表 68
表4-11內側車道到達間距(皮爾森第三型分配)卡方檢定結果表 69
表4-12中間車道到達間距(皮爾森第三型分配)卡方檢定結果表 69
表4-13外側車道到達間距(皮爾森第三型分配)卡方檢定結果表 70
表4-14加速車道到達間距(皮爾森第三型分配)卡方檢定結果表 70
表4-15內側車道到達間距卡方檢定表 71
表4-15-1內側車道到達間距(依常態分配)卡方檢定結果表 71
表4-16中間車道到達間距卡方檢定表 71
表4-16-1中間車道到達間距(依常態分配)卡方檢定結果表 71
表4-17外側車道到達間距卡方檢定表 72
表4-17-1外側車道到達間距(依常態分配)卡方檢定結果表 72
表4-18加速車道到達間距卡方檢定表 72
表4-18-1加速車道到達間距卡方檢定表 73
表4-19各車道車輛到達間距檢定結果整理表 73
表4-20小型車期望速度卡方檢定表 74
表4-20-1小型車期望速度卡方檢定結果表 74
表4-21大型車期望速度卡方檢定表 74
表4-21-1大型車期望速度卡方檢定結果表 74
表4-22重車比例設定值與模擬輸出值比較表 75
表4-23內側車道重車比例設定值與模擬輸出值檢定表 75
表4-24中間車道重車比例設定值與模擬輸出值檢定表 75
表4-25外側車道重車比例設定值與模擬輸出值檢定表 75
表4-26加速車道重車比例設定值與模擬輸出值檢定表 76
表4-27車輛強行匯入主線外側車道容忍時間卡方檢定表 76
表4-28車輛強行匯入主線外側車道容忍時間卡方檢定結果表 76
表4-29加速車道車輛速度卡方檢定結果表 77
表6-1旅行時間預測模式之輸入變數篩選一 98
表6-2旅行時間預測模式之輸入變數篩選二 98
表6-3旅行時間預測模式之輸入變數篩選三 98
表6-4組合型態500-500-1000旅行時間預測模式績效比較 99
表6-5組合型態500-500-500旅行時間預測模式績效比較 99
表6-6組合型態500-700-1000旅行時間預測模式績效比較 100
表6-7組合型態500-700-500旅行時間預測模式績效比較 100
表6-8組合型態500-900-1000旅行時間預測模式績效比較 101
表6-9組合型態500-900-500旅行時間預測模式績效比較 102
表6-10組合型態500-100-1000旅行時間預測模式績效比較 102
表6-11組合型態500-1100-500旅行時間預測模式績效比較 103
表6-12組合型態500-1300-1000旅行時間預測模式績效比較 103
表6-13組合型態500-1300-500旅行時間預測模式績效比較 104
表6-14組合型態500-1500-1000旅行時間預測模式績效比較 104
表6-15組合型態500-1500-500旅行時間預測模式績效比較 105
表6-16組合型態500-1700-1000旅行時間預測模式績效比較 106
表6-17組合型態500-1700-500旅行時間預測模式績效比較 106
表6-18組合型態900-500-1000旅行時間預測模式績效比較 107
表6-19組合型態900-500-500旅行時間預測模式績效比較 107
表6-20組合型態900-700-1000旅行時間預測模式績效比較 108
表6-21組合型態900-700-500旅行時間預測模式績效比較 109
表6-22組合型態900-900-1000旅行時間預測模式績效比較 109
表6-23組合型態900-900-500旅行時間預測模式績效比較 110
表6-24組合型態900-1100-1000旅行時間預測模式績效比較 110
表6-25組合型態900-1100-500旅行時間預測模式績效比較 111
表6-26組合型態900-1300-1000旅行時間預測模式績效比較 112
表6-27組合型態900-1300-500旅行時間預測模式績效比較 112
表6-28組合型態900-1500-1000旅行時間預測模式績效比較 113
表6-29組合型態900-1500-500旅行時間預測模式績效比較 113
表6-30組合型態900-1700-1000旅行時間預測模式績效比較 114
表6-31組合型態900-1700-500旅行時間預測模式績效比較 114
表6-32組合型態1300-500-1000旅行時間預測模式績效比較 115
表6-33組合型態1300-500-500旅行時間預測模式績效比較 116
表6-34組合型態1300-700-1000旅行時間預測模式績效比較 116
表6-35組合型態1300-700-500旅行時間預測模式績效比較 117
表6-36組合型態1300-900-1000旅行時間預測模式績效比較 117
表6-37組合型態1300-900-500旅行時間預測模式績效比較 118
表6-38組合型態1300-1100-1000旅行時間預測模式績效比較 119
表6-39組合型態1300-1100-500旅行時間預測模式績效比較 119
表6-40組合型態1300-1300-1000旅行時間預測模式績效比較 120
表6-41組合型態1300-1300-500旅行時間預測模式績效比較 120
表6-42組合型態1300-1500-1000旅行時間預測模式績效比較 121
表6-43組合型態1300-1500-500旅行時間預測模式績效比較 121
表6-44組合型態1300-1700-1000旅行時間預測模式績效比較 122
表6-45組合型態1300-1700-500旅行時間預測模式績效比較 122
表6-46組合型態1700-500-1000旅行時間預測模式績效比較 123
表6-47組合型態1700-500-500旅行時間預測模式績效比較 124
表6-48組合型態1700-700-1000旅行時間預測模式績效比較 124
表6-49組合型態1700-700-500旅行時間預測模式績效比較 125
表6-50組合型態1700-900-1000旅行時間預測模式績效比較 125
表6-51組合型態1700-900-500旅行時間預測模式績效比較 126
表6-52組合型態1700-1100-1000旅行時間預測模式績效比較 126
表6-53組合型態1700-1100-500旅行時間預測模式績效比較 127
表6-54組合型態1700-1300-1000旅行時間預測模式績效比較 128
表6-55組合型態1700-1300-500旅行時間預測模式績效比較 128
表6-56組合型態1700-1500-1000旅行時間預測模式績效比較 129
表6-57組合型態1700-1500-500旅行時間預測模式績效比較 130
表6-58組合型態1700-1700-1000旅行時間預測模式績效比較 130
表6-59組合型態1700-1700-500旅行時間預測模式績效比較 131
表6-60模式I1之最佳隱藏層測試績效值 132
表6-61模式J3之最佳隱藏層測試績效值 132
表6-62模式K5之最佳隱藏層測試績效值 133
表6-63模式F7+H7+R7之最佳隱藏層測試績效值 133
表6-64模式B9+K9之最佳隱藏層測試績效值 134
表6-65模式K11之最佳隱藏層測試績效值 134
表6-66模式C13+K13之最佳隱藏層測試績效值 134
表6-67模式K15之最佳隱藏層測試績效值 135
表6-68模式K17之最佳隱藏層測試績效值 135
表6-69模式E19+L19+R19之最佳隱藏層測試績效值 136
表6-70模式L21+Q21之最佳隱藏層測試績效值 136
表6-71模式K23之最佳隱藏層測試績效值 136
表6-72模式K25之最佳隱藏層測試績效值 137
表6-73模式K27之最佳隱藏層測試績效值 137
表6-74模式K29之最佳隱藏層測試績效值 137
表6-75模式J31之最佳隱藏層測試績效值 138
表6-76模式J31之最佳隱藏層測試績效值 138
表6-77模式K33+T33之最佳隱藏層測試績效值 139
表6-78模式F35之最佳隱藏層測試績效值 139
表6-79模式K37之最佳隱藏層測試績效值 139
表6-80模式J39+S39之最佳隱藏層測試績效值 140
表6-81模式K41之最佳隱藏層測試績效值 140
表6-82模式K43之最佳隱藏層測試績效值 140
表6-83模式J45之最佳隱藏層測試績效值 141
表6-84模式K47之最佳隱藏層測試績效值 141
表6-85模式K49+L49之最佳隱藏層測試績效值 142
表6-86模式E51+J51之最佳隱藏層測試績效值 142
表6-87模式E53+J53之最佳隱藏層測試績效值 142
表6-88各預測模式之相關網路參數與MAPE值 145
表6-89各預測模式之替代符號定義表 145
表7-1主線流量500veh/hr/lane與匝道各流量旅行時間預模式誤差比較表 146
表7-2主線流量900veh/hr/lane與匝道各流量旅行時間預模式誤差比較表 148
表7-3主線流量1300veh/hr/lane與匝道各流量旅行時間預模式誤差比較表 151
表7-4主線流量1700veh/hr/lane與匝道各流量旅行時間預模式誤差比較表 153
表7-5各實驗組合MAPE績效值 158
參考文獻 參考文獻
1. 張修榕,『高速公路旅行時間預測之研究』,國立中央大學土木工程學研究所碩士論 文,民國90年6月。
2. 李季森,『應用探測車預測高速公路旅行時間』,立中央大學土木工程學研究所碩士 論文,民國91年7月。
3. http://www.freeway.gov.tw/,台灣區國道公速公路管理局網站,民國91年3月。
4. 2001年台灣地區公路容量手冊,交通部運輸研究所,民國90年3月。
5. Adolf D.May,Traffic Flow Fundamentals,Prentice Hal,1990.
6. 柯松澤,『台灣地區高速公路進口匝道加速車道設計標準之研究』,交通大學交通運輸研究所碩士論文,民國75年6月。
7. 陳奕志,『含類神經網路變換車道的高速公路微觀車流模擬模式之研究』,成功大學交通管理科學研究所碩士論文,民國87年6月。
8. 詹維敏,『雙相跟車行為模式之研究』,淡江大學運輸管理學系碩士論文,民國90年6月。
9. 葉怡成,類神經網路模式應用與實作,民國89年4月,第7版,儒林書局。
10. 陳柏榮,『高速公路微觀車流模擬模式雛形建立之研究』,成功大學交通管理研究所碩士論文,民國83年6月。
11. 鍾炳煌,『應用汽車駕駛模擬系統從事高速公路加速車道併入行為之研究—以類神經為分析工具』,成功大學交通管理科學研究所碩士論文,民國91年7月。
12. 陳天賜,『公車站位長度對車流延滯影響之研究』,臺灣大學土木工程研究所碩士論文,民國71年6月。
13. 李宇欣,『高速公路路肩違規行車之模擬研究』,交通大學交通運輸工程研究所碩士論文,民國77年6月。
14. http://www.cpami.gov.tw/design/dir.htm,市區道路工程規劃及設計規範之研究,內政部營建署,民國88年6月。
15. 賴淑芳,『高速公路交流道區段匝道併入車流行為之探討』,淡江大學土木工程研究所,民國82年6月。
16. Benjamin Coifman,”Vehicle Re-Identification (VRI) and Travel Time Measurement (TTM) in Real-Time on Freeways Using Existing Loop Detector Infrastructure”, TRR1643, pp.181-191.
17. Assessing Expected Accuracy of Probe Vehicle Travel Time Reports, Journal of Transportation Engineering, 1999.
18. Frequency of Probe Reports and Variance of Travel Time Estimates, Journal of Transportation Engineering, 1997.
19. Dynamic Freeway Travel Time Prediction Using Probe Vehicle Data: Link-based vs. Path-based, TRB, 2001.
20. An Algorithm for Calculating Dynamic Link Travel Times Using GPS and A Digital Road Map, ITS, 1998.
21. Otokita,T.,Oda, T., and Hashiba,K.,”Travel Time Prediction Based On patterm Extraction from Database,”5th ITS World Congress,1998.
22. Shin,C.H.and Kim,S.H.,”Development of Low-cost AVI System and a Travel Time Estimation Algorithm for the Olympic Expressway Traffic Management System in Seoul,”5th ITS World Congress,1998.
23. Neural-Kalman Filter for Dynamic Estimation of Origin-Destination (O-D) Travel Time and Flow on a Long Freeway Corridor, TRB, 2000.
24. Messer C.J. Dudek C.L and Friebele J.D,”Method For Predicting Travel Time and other Operational Measures in Real Time During Freeway Incident Conditions”, HRR461, PP.1-16, 1973.
25. Matthew P.D’Angelo, Haitham M.Al-Deek and Morgan C.Wang, ”Travel Time Prediction for Freeway Corridors”, Transportation Research Record 1676 Paper No.99-1073.
26. Dynamic Freeway Travel Time Prediction Using Probe Vehicle Data: Link-based vs. Path-based, TRB, 2001.
27. Travel-Time Estimation Using Cross-Correlation Techniques,TRR,1993.
28. Spectral Basis Neural Networks for Real-Time Travel Time Forecasting, Journal of Transportation Engineering, 1999.
29. 林士傑,『高速公路旅行時間預測模式之研究—類神經網路之應用』,成功大學交通管理科學研究所碩士論文,民國90年6月。
30. 黃泰林、何志宏,『適應性號誌中類神經網路轉向比推估模式之建立』,中華民國運輸學會第九屆學術論文研討會,411–419頁,民國83年12月。
31. 周家蓓、廖子凱,『影像處理技術於鋪面破壞調查之研究』,中國土木水利工程學刊,第8期第1卷,127–135頁,民國85年3月。
32. 魏健宏、王勝石,『多準則方案之評選–模糊集合理論與人工神經網路之應用』,規畫學報,第22期,199–213頁,民國84年11月。
33. 魏健宏、黃國平、陳昭宏,『應用人工神經網路發展高速公路意外事件自動偵測模式』,運輸計畫季刊,第25卷第2期,209–234頁,民國85年6月。
34. 蘇志強、趙崇仁,『應用類神經網路鑑別中山高速公路危險路段之研究』,中華民國運輸年會第十一屆學術論文研討會,第二冊,民國85年12月。
35. 李銷桂,『號誌轉換下猶豫區間之研究』,台灣大學土木所碩士論文,民國84年6月。
36. 周榮昌,『以類神經網路分析號誌轉換下駕駛者選擇行為之研究』,國科會專題計畫報告,民國85年。
37. 魏健宏、王勝石,『人工神經網路應用於車牌辨識之研究』,成功大學學報第30卷,199–213頁,民國84年11月。
38. 林祥煙,『類神經網路於高速公路交通量預測之研究』,中央大學土木所運輸工程組碩士論文,民國88年6月。
39. 呂孟學,『應用類神經網路於即時停車場需求預測之研究』,中央大學土木所運輸工程組碩士論文,民國89年6月。
40. 張學孔、吳英立、廖兆奎,『公車專用道公車旅行時間與延滯特性之分析』,運輸學刊,第9卷第1期,中華民國85年3月。
41. 曾莉莉,『高速公路動態路段旅行時間函數之研究』,國立中央大學土木工程學研究所碩士論文,中華民國84年7月。
42. 鄭志平,『應用衝擊波理論在高速公路封閉部分車道時旅行時間推算之研究』,國立成功大學碩士論文,中華民國82年7月。
43. 林良泰、張修榕、黃宏仁,『以衝擊波分析道路施工影響之研究』,第五屆運輸安全研討會,中華民國87年11月。
44. Scot.t Swashburn and Nancy L.Nihan,”Estimating Link Travel Time with the Mobilizer Video Image Tracking System”, Journal of Transportation Engineering.1999.Jan.Feb.
45. 魏健宏、汪志忠、黃文鑑、鄭子玔,『台北市公車專用道旅行時間預測之初步研究』,TAIWAN’S International Conference and Exhibition on ITS 2000,中華民國89年5月。
46. 劉佳豪,『動態地磅載重偵測系統設置之研究』,國立中央大學土木工程學研究所碩士論文,中華民國89年6月。
47. 交通部運輸計劃委員會,交通工程手冊,第三版,民國61年。
48. 樓乃基,基本交通工程,台灣公路工程出版社,第二版,民國78年。
49. 周義華、陳天賜,『公車站隊道路交通影響之研究—公車站對車流延滯影響』,運輸計劃季刊,第十一卷第三期,303-340頁,民國71年9月。
50. 周義華、陳天賜,『混合車流模擬方法之初步研究』,中國工程學刊,第六卷第二期,65-71頁,民國72年。
51. 鄭傳耀,『高速公路路段交通安全分析』,台灣大學土木工程研究所碩士論文,民國69年6月。
指導教授 吳健生(Jiunn-Fwu Lee) 審核日期 2003-7-14
推文 facebook   plurk   twitter   funp   google   live   udn   HD   myshare   reddit   netvibes   friend   youpush   delicious   baidu   
網路書籤 Google bookmarks   del.icio.us   hemidemi   myshare   

若有論文相關問題,請聯絡國立中央大學圖書館推廣服務組 TEL:(03)422-7151轉57407,或E-mail聯絡  - 隱私權政策聲明