許添本臺灣大學：土木工程學研究所楊孚仁Yang, Fu-JenFu-JenYang2007-11-252018-07-092007-11-252018-07-092007http://ntur.lib.ntu.edu.tw//handle/246246/50196車道寬度為構成道路橫斷面的要素之ㄧ，亦是規範各車種行駛空間之依據，且其影響車輛運作之安全與效率甚大，但以往國內對於此部分卻較少進行相關研究與探討，尤以混合車道寬度設計的研究最為缺乏，因此，本研究鎖定市區道路混合車道寬度為研究對象，分析不同寬度下對車流運作安全與效率面的影響，並訂出一套市區道路混合車道寬度設計準則，以提供實務上的參考與使用。 經由調查地點探勘後，挑選出五條具代表性車道寬，分別為3.0 (重慶北路)、3.5 (復興北路)、4.0 (基隆路)、4.5 (松江路)及5.0 (復興南路)公尺，並藉由高樓攝影調查方式記錄車流運作狀況，以室內讀值的方式取得車流量、平均行駛速率、平均方向亂度、機車混合比…等車流資料，後續以基礎構圖、統計檢定、繪製車速分佈圖…等方法來探討混合車道中的車流狀況以及不同車道寬度下其平均行駛速率和車流方向亂度的差異，以了解其在車流運作效率與安全上的表現。分析結果顯示，整體而言，平均行駛速率上以3.5、4.0、5.0公尺表現較佳；平均車流方向亂度上以3.5、4.0公尺表現最佳。而在繪製流量-亂度圖後，發現流量-亂度有ㄧ關係存在，即〝隨著流量的增加，車流方向亂度有逐漸被壓縮於一個穩定值的現象〞，而此關係並非是呈現ㄧ個線性或非線性等類似線型的關係，而是呈現一個〝面型〞的趨勢分佈。 在設計準則訂定上，原欲使用二階段類神經網路為方法論，但經過反覆嘗試後，模式始終不佳，後續檢討其原因，推斷混合車道車流中〝面型〞分佈的特性是致使模式不良的主因。因此，本研究改以利用流量-亂度的特殊關係建立其間之數學關係式，並加以訂定出以下之設計準則： 當混合車道交通量小於4000 veh/hr (或1500 pcu/hr)，混合車道寬度應劃設為3.5公尺； 當混合車道交通量大於4000 veh/hr (或1500 pcu/hr)，混合車道寬度應劃設為4.0公尺。Lane width is one of the factors composed of the cross section, it also can regulate the right of way of vehicles, and it affects on driving safety and efficiency significantly. In the past, there is less investigations focus on lane width in Taiwan. For this reason, the subject is focus on mixed lane width to analyze the effects on safety and efficiency of mixed traffic with different mixed lane widths and to draft design criteria of the mixed lane width on urban area for the purpose of engineering application. Data were collected at five sections of urban arterials in Taipei city, the widths were 3.0, 3.5, 4.0, 4.5 and 5.0 m respectively. The condition of traffic flow was recorded by Digital Vedio survey on the top of buildings, and some parameters of traffic flow can be gotten like traffic flow, average running speed, average degree of disorder, traffic composition…etc. In the next step, using fundamental diagram, statistics test, and speed distribution chart can treat about the traffic flow condition, the difference of average running speed, and average degree of disorder under differential mixed lane widths. The results of analysis shown that 3.5 and 4.0 m had both better condition for average running speed and average degree of disorder. After drawing the flow-degree of disorder chart, the special relationship between flow and degree of disorder can be shown that “As increase of traffic flow, the degree of disorder would be compressed into a stable value gradually”. The two-stage artificial neuron networks would be as methodology for drafting design criteria originally. However, after the process of trial and error, the model performance was always not good. Finally, we found that the characteristic of surface type distribution of mixed traffic flow should be the main reason. Therefore, taking advantage of the special relationship between flow and degree of disorder to set a mathematical pattern for substituting the artificial neuron network, and apply this mathematical pattern for drawing up the design criteria, the results are followed as： 1. When traffic volume of mixed lane is under 4000 veh/hr (or 1500 pcu/hr), mixed lane width should be designed as 3.5 meter. 2. When traffic volume of mixed lane is over 4000 veh/hr (or 1500 pcu/hr), mixed lane width should be designed as 4.0 meter.目錄 中文摘要 二 英文摘要 三 圖目錄 九 表目錄 一三 第一章 緒論 1 1.1 研究動機 1 1.2 研究目的 2 1.3 研究範圍 2 1.4 研究內容 3 1.5 研究方法 3 1.6 研究流程 4 第二章 文獻回顧 5 2.1 混合車道之定義 5 2.2 國內混合車道寬度相關規範 7 2.3 車道寬度之綜合影響探討 8 2.3.1 車道寬度對容量的影響 8 2.3.2 車道寬度對速率的影響 10 2.3.3 車道寬度對肇事次數的影響 12 2.4 車道寬度設計準則回顧 14 2.5 相關車流特性研究回顧 17 2.5.1 慢車道混合車流特性探討 17 2.5.2 其它相關車流特性研究 18 2.6 類神經網路理論回顧 20 2.6.1 類神經網路之定義 20 2.6.2 類神經網路之特性與功用 20 2.6.3 類神經網路之分類 21 2.6.4 類神經網路架構說明 22 2.7 小結 24 第三章 應用類神經網路方法擬定混合車道寬度設計準則 26 3.1 倒傳遞網路的使用 27 3.2 類神經網路應用於建構混合車道寬度推估模式 29 3.2.1 輸入變數與輸出變數 29 3.2.2 類神經網路混合車道寬度推估模式之構建 30 3.3 類神經網路應用於建構車流方向亂度推估模式 32 3.3.1 安全評估指標選取 32 3.3.2 輸入變數與輸出變數 36 3.4 小結 38 第四章 車流實際資料調查作業 39 4.1 調查地點之選擇 40 4.2 調查拍攝作業 46 4.3 資料處理 48 4.3.1 流率 49 4.3.2 機車混合比 49 4.3.3 平均行駛速率 50 4.3.4 方向亂度 52 4.4 小結 54 第五章 不同寬度下混合車道車流特性調查結果分析 55 5.1 基礎構圖 56 5.2 平均行駛速率 61 5.2.1 統計檢定分析 62 5.2.2 車速分配圖分析 65 5.3 車流方向亂度 66 5.3.1 統計檢定分析 67 5.3.2 流量-亂度圖趨勢關係 69 5.4 機車混合比 77 5.5 小結 77 第六章 類神經網路模式構建與結果探討 80 6.1 模式訓練前之準備 80 6.1.1 範例準備 80 6.1.2 網路績效評估準則 80 6.2混合車道寬度推估模式之構建 81 6.3車流方向亂度推估模式之構建 84 6.4 模式建構結果探討 89 第七章 混合車道寬度設計準則之擬定 91 7.1 流量-亂度關係式之建立 91 7.2 設計準則之擬定 97 第八章 結論與建議 104 8.1 結論 104 8.2 建議 106 參考文獻 107 附錄一 台北市主要道路列表 112 附錄二 台北市主要道路車道寬度調查結果 113 附錄三 流量(pcu)-亂度關係式 116 附錄四 流量(veh)-亂度關係式(取混合比大於0.7) 121 附錄五 流量(veh)-亂度關係式(取混合比大於0.9) 1261796992 bytesapplication/pdfen-US混合車道車道寬度設計準則方向亂度類神經網路Mixed laneLane widthDesign criteriaDegree of disorderArtificial Neuron Networksthesishttp://ntur.lib.ntu.edu.tw/bitstream/246246/50196/1/ntu-96-R94521516-1.pdf