應用貝氏回歸分析改良公車旅行時間推估模式─以台中市公車為例

摘要

國內先進公共運輸服務(Advanced Public Transportation Services APTS)系統主要運用歷史平均站間旅行時間推估公車路線預估時間，透過歷史資料進行平假日分群，再依據車輛位置於車輛離站時重新推估後續站點旅行時間，但預估準確性仍受尖離峰車流、行駛距離及駕駛行為影響。且少有針對車載機的GPS資料再利用並提升旅行時間品質的研究。 因此本研究參考並改良貝氏回歸理論(Bayes' Regression theorem)應用於歷史到站時間推估旅行時間的模型，建構各公車路線不同時段之旅行時間模式。本研究收集每班次的歷史進離站數據計算站間旅行時間並依星期別之尖離峰時區分為四群，透過歸納分析路線上多個管制站點進離站旅行時間數據，依分佈最集中的數據進行推估。並事先將導入的數據進行過濾，主要移除偏移路線、重複回傳或倒序的GPS資料，使分析結果趨近實際狀況。 本研究中以台中市公車53路線太原火車站至省議會站資料進行分析，透過大量數據收集車輛進離站資料、運用貝氏回歸演算，有效將預估旅行時間誤差控制在可接受之範圍內且有效近似於公車抵達時間。

獎項日期	2019
原文	???core.languages.zh_ZH???
監督員	Chien-Hung Wei (Supervisor)