Title page for 90322070


[Back to Results | New Search]

Student Number 90322070
Author Chih-Yuan Wen(溫志元)
Author's Email Address s0322070@cc.ncu.edu.tw
Statistics This thesis had been viewed 1818 times. Download 1087 times.
Department Civil Engineering
Year 2002
Semester 2
Degree Master
Type of Document Master's Thesis
Language zh-TW.Big5 Chinese
Title Highway entrance ramp travel time research
Date of Defense 2003-06-27
Page Count 165
Keyword
  • Artificial neural network
  • Backpropation algorithm
  • Entrance ramp
  • Merge
  • Simulation
  • Vehicle detector
  • Abstract 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
    Table of Content 目錄
    中文摘要I
    AbstractII
    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
    Reference 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。
    Advisor
  • Jiunn-Fwu Lee(吳健生)
  • Files
  • 90322070.pdf
  • approve immediately
    Date of Submission 2003-07-14

    [Back to Results | New Search]


    Browse | Search All Available ETDs

    If you have dissertation-related questions, please contact with the NCU library extension service section.
    Our service phone is (03)422-7151 Ext. 57407,E-mail is also welcomed.