博碩士論文 87322080 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:79 、訪客IP:3.15.149.24
姓名 呂孟學(Mo-Hsua Lu)  查詢紙本館藏   畢業系所 土木工程學系
論文名稱 應用類神經網路於即時停車需求預測之研究
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) 停車問題長久以來一直為社會大眾所關切,也是政府機關感到棘手的問題之一,所以解決停車問題,刻不容緩,近年來由於智慧型車路系統的發達,以及用路人資訊日益受到重視,因此對於停車場即時的資訊也顯得格外重要。由於進入停車場的車輛數,具有不同時間與空間而變化的動態特性,故對此現象作有效的管理與控制,必須有效預測未來進入停車場車輛數,以便適時擬定控制策略進行及時管理與控制。
本研究以台北市信義計畫區內之停車場為範圍,先將停車場依旅次目的做分類,最後以凱悅、信義A21、國際會議中心及信義A2四個停車場,作為研究之對象。首先回顧各種交通車流預測模式之特性,以提升模式預測能力。然後在分析不同旅次目的下的進入停車場車輛數變化之情形,試圖引用類神經網路,採用三層、完全連結及前向式的網路架構,配合倒傳遞演算法,建立不同旅次目形態預測模式,利用親自調查所得之停車需求量及連接路段流量資料,作為類神經網路訓練與測試基礎。
經由不斷的校估與測試,由結果得知,本研究所構建之停車需求量預測模式,預測效果良好,誤差小,相關係數高。因此在即時停車需求量預測方面,本研究可提供未來相關單位,預測停車需求量參考之雛形。
摘要(英) Parking problem is one of the main concerns of public for a long time, and the thorny problems of the government. Therefore, to solve parking problem is the most urgent. Owing to the development of Intelligent Transportation Systems (ITS) and user’s information have attracted much interest, real-time information of parking lots are getting more and more important. As to vehicles entering parking lots are changeable with different time and space, it’s necessary to make real-time controlling policies to forecast parking flows efficiently.
This study is ranged over parking lots of Hsin-Yi Planning Zone in Taipei City. By travelling goals, it is divided into Hyatt, Hsin-Yi A21, international convention center and Hsin-Yi A2 parking lots to be the objects of study. In order to promote the forecasting ability of model, it reviews kinds of traffic flow forecasting modeling and analyzes entering flows in different purposes, guiding in Artificial Neural Network with three layers, fully connected and feed—forward, and Backpropagation Algorithm to build forecasting models. By investigating of parking demand and connecting glows, it would be the base of training and testing of Artificial Neural Network.
After repeatedly correcting and test, this model would forecast effectively with small error and high correlation. As to the result, this thesis can be provided to forecast parking demand in real-time parking demand estimation.
關鍵字(中) ★ 停車需求量預測
★ 倒傳遞演算法
★ 類神經網路
關鍵字(英) ★ Parking Demand forecasting
★ Backpropagation algorithm
★ Artificial neural network
論文目次 摘要 i
Abstract ii
誌謝 iii
目錄 iv
圖目錄 viii
表目錄 ix
第一章 緒論 1
1.1 研究動機 1
1.2 研究目的 1
1.3 研究範圍 2
1.4 研究內容 2
1.5 研究流程與方法 3
第二章 文獻回顧 5
2.1 類神經網路之定義 5
2.2 類神經網路於交通上應用之探討 5
2.2.1 國內相關研究 5
2.2.2 國外相關研究 8
2.3 停車需求推估模式 9
2.4 各類型交通量預測模式 10
2.5 其他相關文獻 20
2.6 小結 22
第三章 停車場特性分析 23
3.1 資料收集 23
3.2 調查資料分析 27
第四章 類神經網路理論與架構 30
4.1 類神經網路理論 30
4.1.1 類神經網路定義 30
4.1.2 類神經網路之分類 31
4.1.3 類神經網路的運作原理 34
4.1.4 類神經網路之特性 34
4.2 類神經網路的基本架構 35
4.2.1 網路架構 35
4.2.2處理單元 36
4.2.3 層架構 39
4.2.4 網路 40
4.3 倒傳遞演算法 41
4.3.1參數的設定 44
4.3.2範例處理 46
第五章 類神經網路預測模式之構建 48
5.1 停車需求量預測模式之選擇 48
5.2 倒傳遞網路模式之基本理論 49
5.2.1 網路架構 49
5.2.2 演算法之原理 49
5.3 停車需求量預測模式之構建 50
5.3.1 輸入變數之選擇 50
5.3.2 預測模式網路架構 50
第六章 模式預測初步分析 54
6.1 實驗設計 54
6.2 模式評估指標 55
6.3 預測模式之訓練與測試 55
6.3.1 基本輸入模式之篩選 55
6.3.2 停車需求量預測模式之初始績效值 57
第七章 模式校估及測試分析 76
7.1 各類型預測模式校估 76
7.1.1 調整設定網路參數 76
7.1.2 預測模式測試流程 76
7.1.3 測試結果與分析 77
7.2 預測模式之適用性分析 94
7.3 小結 101
第八章 結論與建議 104
8.1 結論 104
8.2 建議 105
參考文獻 107
附錄 112
參考文獻 一、中文部分
1. 中華顧問工程司,「台北市停車場資訊導引系統工程規劃設計規劃報告」,中華民國八十八年六月。
2. 王勝石、魏健宏、張淳智,「類神經網路模式應用於車種分類之研究」,中華民國運輸年會第十屆學術論文研討會,397 — 403頁,民國八十四年十月。
3. 交通部運輸研究所,「停車場規劃手冊」,中華民國七十五年。
4. 交通部運輸研究所,「不同都市層級建築物與土地使用之停車調查分析與停車空間指標研究」,民國七十九年九月。
5. 李銷桂,「號誌轉換下猶豫區間之研究」,台灣大學土木工程研究所碩士論文,民國八十四年六月。
6. 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,民國八十五年七月。
7. 周義華,「UTCS交通量預測模式之比較分析」,運輸計劃季刊,Vol.10,No.2,167 — 175頁,民國七十年。
8. 周義華,「運輸工程」,民國八十五年六月。
9. 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,第八期第一卷,127 — 135頁,民國八十五年三月。
10. 林大煜,「停車需求模式及其建立之研究」,運輸計劃季刊,第十五卷第三期,409 — 422頁,民國七十五年九月。
11. 林聰明、吳水丕,「指數平滑法之選擇與應用」,華泰書局,民國七十年。
12. 林茂文,「時間序列分析與預測」,華泰書局,民國八十一年。
13. 林祥煙,「類神經網路於高速公路交通量預測之研究」,中央大學土木工程研究所碩士論文,中華民國八十八年六月。
14. 吳淑順,「應用模糊類神經網路於動態路徑選擇之研究」,淡江大學運輸科學研究所碩士論文,中華民國八十八年七月。
15. 葉怡成,「類神經網路模式應用與實作」,第六版,儒林書局,民國八十八年三月。
16. 葉怡成,「應用類神經網路」,儒林書局,民國八十六年七月。
17. 葉光毅,「大規模商業設施停車需求預估模式」,運輸計劃季刊,第十五卷第三期,423 — 434頁,民國七十五年九月。
18. 陳偉全,「高雄市鹽埕商業區停車需求與停車規劃之研究」,成功大學土木工程研究所碩士論文,民國七十四年六月。
19. 陳文富,「專家系統應用於平面停車場設計之研究」,台灣大學土木工程研究所碩士論文,民國七十八年六月。
20. 陳惠國、蔣緯寧、張美香、曾信忠,「應用模糊集與類神經網路理論於自動事件偵測之研究」,模糊系統學刊,第一期第三卷,19 — 108頁,民國八十六年一月。
21. 黃泰林,「電腦化交通號誌控制系統中流量預測模式之比較及其實證研究」,成功大學交通管理研究所碩士論文,民國七十七年六月。
22. 黃泰林,「構建智慧型適應性網路號誌控制模式之研究」,成功大學交通管理研究所博士論文,民國八十三年六月。
23. 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,民國八十三年十二月。
24. 楊欽章,「由停車現象理論探討商業區停車場之規劃」,成功大學土木工程研究所碩士論文,民國七十四年六月。
25. 楊雨青,「高速公路事件偵測與匝道儀控整合模式之研究-類神經網路之應用」,成功大學交通管理研究所碩士論文,民國八十八年七月。
26. 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」,中央警察大學警政研究所碩士論文,中華民國八十五年六月。
27. 蔡政泓,「多目的旅次共享停車模式應用於建築物停車需求之研究」,中央大學土木研究所碩士論文,民國八十五年六月。
28. 郭哲肇,「利用人工智慧發展電梯動態控制系統之研究」,成功大學交通管理研究所碩士論文,民國八十五年六月。
29. 趙勁堯,「停車場出入口之研究」,台灣大學土木工程研究所碩士論文,民國八十三年六月。
30. 鄭博王,「以遺傳演算法及類神經網路應用於旅行推銷員問題」,淡江大學土木工程研究所碩士論文,民國八十三年六月。
31. 藍武王、邱裕鈞,「模糊類神經網路學習演算法之推導與應用—以鋪面診斷為例」,,運輸計劃季刊,第二十六卷第二期,233 — 252頁,民國八十六年六月。
32. 魏健宏,「人工神經網路應用於國內交通運輸研究之可行性探討」,中華民國運輸學會第八屆學術論文研討會,145 — 152頁,民國八十二年十二月。
33. 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」,規劃學報,第二十二期,199 — 213頁,民國八十四年十一月。
34. 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,第二十五卷第二期,209 — 234頁,民國八十五年六月。
35. 魏健宏,陳奕志,「類神經網路在國內交通運輸研究之成果評析」,民國八十七年五月。
36. 魏健宏、王勝石,「人工神經網路應用於車牌辨識之研究」,成功大學學報第三十卷,199 — 213頁,民國八十四年十一月。
37. 魏文輝,「道路交通量的預測與推估之研究」,交通大學交通運輸研究所碩士論文,民國七十一年六月。
38. 魏開元,「由肇事碰撞構圖及類神經網路推導肇事工程因素研究」,成功大學交通管理研究所碩士論文,民國八十八年七月。
39. 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,民國八十五年十二月。
二、英文部分
40. Bynugkyu P., Carroll J. M., and Thomas U. II, 1961, “Short-Term Freeway Traffic Volume Forecasting Using Radial Basis Function Neural Network”, Transportation Research Record, p39-p47.
41. Smith, B. L. and Demestky, M. J., 1997, “Traffic Flow Forecasting: Comparison of Modeling Approaches”, Journal of Transportation Engineering, p261-p266.
42. Dia, H. and Rose, G., 1997, “Development and Evaluation Neurral Network Freeway Incident Detection Models Using Field Data”, Transportation Research C, Vol. 5, no. 4, p313-p331.
43. Dongjoo P. and Laurence R. Rilett, 1999, “Forecasting Freeway Link Travel Times with a Multilayer Feedforward Neural Network”, Computer-Aided Civil and Infrastructure Engineering, p357-p367.
44. Faghri, A. and Hua, J., 1992, “Evaluation of Artificial Neural Networks Applications in Transportation Engineering”, Present at the 71st Annual Meeting of the Transportation Research Board, January.
45. Laurene F., 1994, “Fundamentals on Neural Networks, Architectures, Algorithms, and Applications”, Prentice Hall International, Inc., Englewood Cliffs, New Jersey.
46. May, A.D., 1990, “Traffic Flow Fundamentals”, University of California, Berkeley.
47. Mark D., 1995, “A Review of Neural Networks Applied to Transport ”, Transportation Research C, Vol. 3, no. 4, p247-p260.
48. Schalkoff, R. J., 1997, “Artificial Neural Networks”, The McGRAW-HILL Companies, INC..
49. Wasserman, P. D, 1989, “Neural Computing:Theory and Practice”, Van Nostrand Reinhold.
指導教授 吳健生(Jiann-Sheng Wu) 審核日期 2000-7-11
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