許添本臺灣大學：土木工程學研究所陳冠竹Chen, Kuan-ChuKuan-ChuChen2007-11-252018-07-092007-11-252018-07-092005http://ntur.lib.ntu.edu.tw//handle/246246/50408在台灣, 高速公路上交通車流有經常性壅塞之現象，為發展先進旅行者資訊系統，實有其必要透過預測模式提供駕駛人可靠的旅行時間預測資訊做為參考。由於我國高速公路上重車與客運車數量佔交通量比率大且變異程度高，致使欲取得較可靠的高速公路旅行時間預測資訊變得困難且複雜。在旅行時間變異程度較大的情況下下，相對突顯出即時預測資訊的重要性，透過預測模式輔以蒐集短期間之旅行時間資料，即時更新預測結果，勢必更能掌握未來路況的發展趨勢。 本研究應用灰色系統理論包括灰預測模式、灰關聯分析於高速公路旅行時間預測上，測試分析預測模式在每種不同旅行時間分佈型態的預測績效與優劣處。並針對預測模式之缺點進行分析並提出修正方法，依預測長度將其拓展為分預測、時預測與日預測形式，探討未來結合電視新聞、廣播、先進旅行者資訊系統、車上電腦、資訊可變標誌等媒介之旅行時間預報系統發展。 研究結果證實以灰色預測模式作為旅行時間預測方法，除了所需要的交通資料甚少、其建立模式過程亦較其他預測理論簡單、迅速，且績效相當良好，尤其是應用於短期預測上，未來可發展應用於即時旅行時間預測上。In Taiwan, Traffic on freeway is very heavy and often congested. For deploying of Advance Traveler Information System, a prediction model to provide drivers with adequate predicted travel time is essential. Because of the variant traffic compositions of heavy vehicles and intercity buses, the prediction of travel time becomes more complicated and difficult to get a reliable predicted travel time. The variance of travel time is high and the predicted result of travel time should be revised in a short interval. Therefore, this study applies grey system theory including grey prediction model and grey relational analysis to test its performance on different traffic flow conditions. Additional, this study proposes some revised methods of grey travel time prediction model because there are still some shortcomings in predicting the highly fluctuated data series. According to the predicted value of freeway travel time, this study extends to develop the model of prediction of minutes, prediction of hours, prediction of days and discusses the development of a travel time prediction broadcasting system including TV News, Advance Traveler Information System, vehicle computers, CMS, and Website. This study proves that the grey theory for prediction just needs not only fewer data but shorter time to built models than the other methods. Its performance is very good to apply to the real-time prediction in the future.第一章 緒論 1 1.1 研究背景與動機 1 1.2 研究目的 3 1.3 研究範圍 4 1.4 研究內容與流程 4 第二章 文獻回顧 8 2.1 旅行時間預測理論 8 2.2 旅行時間預測之應用 11 2.2.1 高速公路旅行時間推估與預測 12 2.2.2 事件下高速公路旅行時間預測 21 2.3 灰色系統理論於交通領域之應用 24 第三章 灰色系統理論 28 3.1 灰關聯分析 28 3.2 灰生成 30 3.3 灰建模與灰預測 32 3.3.1 GM（1,1）模式 32 3.3.2 動態GM（1,1）模式 33 3.3.3 動態不等時間間隔GM（1,1）模式 35 3.4 模式檢驗 36 3.4.1 平均絕對誤差百分率（MAPE） 36 3.4.2 相對方根誤差檢驗（RRSE） 37 3.4.3 灰關聯度檢驗 37 3.4.4 Theil's 不等係數（Theil's U） 38 第四章 資料處理與分析 39 4.1 國道高速公路局資料庫與便民即時資訊網頁 39 4.2 高速公路路段旅行時間資料整合 43 4.2.1 旅行時間之灰色性質 43 4.2.2 時間平均速度與空間平均速度 47 4.2.3 資料預先處理 48 4.3 預測時段與路段長度 51 4.3.1 預測時段長度 52 4.3.2 預測路段長度 54 第五章 灰預測模式之建構與修正 56 5.1 分預測 56 5.1.1 平穩型態之預測模式 56 5.1.2 雙尖峰型態之預測模式 58 5.1.2.1 DGM（1,1）模式 58 5.1.2.2 背景值參數α修正 61 5.1.2.3 資料序列敏感度分析 68 5.1.2.4 Grey Verhulst Model 69 5.1.3 單尖峰型態之預測模式 74 5.2 時預測 76 5.2.1 平穩型態之預測模式 76 5.2.2 雙尖峰型態之預測模式 79 5.2.3 單尖峰型態之預測模式 80 5.3 事件下旅行時間預測 81 5.3.1 施工路段 81 5.3.2 事故路段 85 5.4 日預測 88 5.5 小結 90 第六章 發展與應用 91 6.1 行前旅行時間推估 91 6.1.1 行前旅行時間推估模式 91 6.1.2 行前旅行時間模式驗證 95 6.2 預報系統媒介端之發展 98 6.3 結合電子收費發展 102 第七章 結論與建議 103 7.1 結論 103 7.2 建議 105 參考文獻 1074475872 bytesapplication/pdfen-US灰色系統理論灰預測模式旅行時間預測Grey System TheoryGrey Prediction ModelTravel Time Predictionthesishttp://ntur.lib.ntu.edu.tw/bitstream/246246/50408/1/ntu-94-R92521526-1.pdf