運用人工神經網路探討短期高雄捷運班次之運能

Translated title of the thesis: Using Artificial Neural Networks to Analyze Short Term Capacity for the Kaohsiung Rapid Transit System
  • 黃 志偉

Student thesis: Master's Thesis

Abstract

台灣都會區,地狹人稠,要改善日趨擁擠且混亂的交通,發展大眾運輸勢在必行。高雄?多地區人口密集,良好的交通環境,才能使高雄更進一步地發展。高雄捷運通車至今,轉眼間已經過了6年。現在,運量逐年地在提升,是一個能提供高雄都會區迅速、便利、安全且舒適的大眾運輸工具,儼然成為高雄地區重要的交通工具之一。隨著搭乘的民眾愈來愈多,可能產生車輛調度與司機員排班的問題,時間與空間要如何分配才能應付這日趨龐大的旅運量。需透過以往的資料與經驗,來判斷尖離峰時間,藉由資料分析,做出最好的決策,避免造成乘客的不便與困擾,間接影響乘客的權利。 本研究主要以了解民眾搭乘高雄捷運之行為特性與分析高雄捷運旅運量為主題,運用高雄市捷運股份有限公司提供的各站旅運量,由人工神經網路,藉以往的歷史資料,O-D(起訖)人次資料,訓練整個模式,來分析路網之運能。目的為能迅速計算出流量大的區段,以了解何時何區運能之不足。其研究成果可供高雄捷運公司作為車輛調度或司機排班等營運決策之依據,使高雄捷運公司不必等到運能不足以應付旅客人次時,才緊急調度車輛,造成旅客不便,引發民怨,以利未來營運績效與服務品質之提升。 高雄捷運美麗島轉運站,為本研究要探討列車轉運方向的指標站。運用SQL資料庫管理系統整理O-D(起訖)資料並運用人工神經方法,建立模型。對照實証分析之結果可以推測,目前整體高雄捷運運量之提升,多為假日之紅線區段運量之提升,而橘線運量增加並不明顯,未來兩線之運量之差距將會拉大。捷運公司應要推出更好的營運政策,以提升行經區域多為郊區與住宅區的橘線區段,因此線會消耗?多不必要之運能,空車率高的情況下,容易造成民眾觀感不佳,影響高雄捷運公司之形象。
Date of Award2015 Jul 8
Original languageChinese
SupervisorTzuoo-Ding Lin (Supervisor)

Cite this

運用人工神經網路探討短期高雄捷運班次之運能
志偉, 黃. (Author). 2015 Jul 8

Student thesis: Master's Thesis