交通路径案例式选择系统

交通路徑案例式選擇系統中央研究院資訊科學研究所國立台灣大學建築與城鄉研究所林峰田教授/鄭智元壹.前言„研究動機„文獻回顧„研究目的壹.前言„研究目的整合案例式推理（CBS）與地理資訊系統（GIS），應用於交通路徑之選擇，做為智慧型運輸系統技術開發之一環。壹.前言„研究動機„動態交通資訊取得成本太高，非一般都市所能負擔。„經驗法則是一般所使用。„假設計程車司機、經常開車族持有隱性動態道路交通知識。„欲瞭解經驗路徑與理論路徑之資訊量差異。研究方法比較„AlgorithmicallyDeductiveStudy„Well-definedproblem„Mathematicallysolved„Tobeproved„ComputationallyEmpiricalStudy„Ill-definedproblem„Statisticallyinduced/tested(hypotheses)„Tobefalsified貳．研究方法„2.1理論工具„2.2研究範圍„2.3名詞定義„2.4研究步驟2.1理論工具„地理資訊系統„應用軟體：ESRIArcView3.2„Network路網分析模組„Network之最短路徑分析原理案例式推理系統2.2研究範圍„台北市內各道路„小客車行駛路線„計程車司機訪談2.3名詞定義„道路等級„理論路徑與基礎路網„經驗路徑與經驗路網„經驗權重※道路等級將大台北地區的大小道路依其最高行駛速率將道路分為六個等級，分類標準如下：„高速公路為第1級，最高時速為90km/hr。„快速道路為第2級，最高時速為70km/hr。„對外聯絡道路為第3級，最高時速為50km/hr。主要為台北市政府所公佈的南北大街為主。„其他非此南北大街但仍為次要道路者，則歸類為第4級，最高時速為40km/hr。„其他道路非「巷」者為第5級，最高時速為30km/hr。„有「巷」名的定為第6級，最高時速為20km/hr。２.4研究步驟1.建立台北市基本路網資料2.決定『地標』與『訪談路線』3.計程車司機訪談4.產生經驗路網5.經驗權重之設定與分析6.案例探討7.確立包含計程車司機經驗之最佳路徑分析路網模型參.資料庫的建立„3.1資料庫建構流程„(1).建構台北市基礎路網資料„(2).決定地標與訪談路線„(3).計程車司機訪談„(4).建構經驗路網„3.2問題與對策„基礎路網建構的問題„經驗路網建構的問題(1).建構台北市基礎路網資料●台北市基礎路網與道路屬性資料(2).決定地標與訪談路線„地標之決定„均勻分佈„耳熟能詳„訪談路線之決定„均勻分佈„多樣性：„路程遠近„高架道路，平面道路，地下道„市中心，郊區，山區„縱向與橫向（南北向與東西向）„單向與雙向車道(2a)地標之決定經挑選有30個地標：台北市政府、中央研究院、台北火車站、松山機場、台北動物園、圓山飯店、榮民總醫院、公館圓環、雁鴨公園、龍山寺、青年公園、大稻程碼頭、市立體育館、碧山岩、中正紀念堂、SOGO百貨公司、捷運大安站、捷運萬芳醫院站、木柵指南宮、中視公司、景美夜市、文化大學、中國電影製片場、（民權東路）果菜批發市場、（萬華）果菜批發市場、芝山岩派出所、故宮博物館、大湖公園、關渡宮、台灣大學(2b)決定訪談路線經挑選有50條訪談路線：(4).產生經驗路網●榮總到景美夜市●經驗路網3.2資料庫建構之問題與對策„一.基礎路網建構的問題„單行道„左右轉限制„來回車道與分隔車道„迴轉車道„調撥車道3.2„二.經驗路網建構的問題„路訪不夠精細造成經驗路徑建構上的疑點„計程車司機之路線選擇依據不一定是時間„針對上下班時間等不同時段之路線選擇„特殊因素造成交通環境與駕駛習慣的改變„娜莉颱風水患造成台北市捷運停駛„正氣橋通車肆.研究成果與案例分析„4.1經驗權重之設定„4.2經驗路線之探討„4.3案例分析4.1經驗權重之設定„提高經驗路網包含路段之最高行駛速率，其提高之倍率即是經驗權重。„經驗權重亦代表對計程車司機建議路徑之依賴程度，權重值愈大，代表路徑選擇愈依賴計程車司機之經驗路線。„經驗權重選擇：7種„W=1000．100．10．2．1.33．1.11．14.1圖：９個案例在不同權重值下的路徑選擇與所花費的時間4.2個別經驗路徑探討„理論路徑與經驗路徑在基礎路網架構中估算時間的差異„計程車司機建議路徑時間=理論路徑時間„相差的時間意謂在基礎路網架構上，計程車司機認為其經驗路徑較之電腦依基礎路網計算所選取之最快路徑，因電腦未曾考慮之因素（比如紅綠燈，交通狀況等）所最少可以爭取到之時間。„又因各案例路線長短不一，故以相對時間表示之。4.2圖1：經驗路徑與理論路徑在電腦基礎路網中所需時間的差異(taxi-w1)/w1167663422002024681012141618200%0-5%5-10%10-15%15-20%20-25%25-30%30-35%35-40%40-45%45-50%時間差百分比路線個數4.2個別經驗路徑探討„個別經驗路徑與經驗路網選擇之差異„強制在經驗路網中選取最快路徑（w=1000時），其結果有時不一定等同於計程車司機針對該起迄點所建議之路徑。„眾多計程車司機經驗的累積價值，不等於或多於單一計程車司機經驗的結果。4.2圖2：個別經驗路徑與整體經驗路徑選擇在電腦基礎路網中所需時間的差異(taxi-w0001)/w0001275464010001024681012141618200%0-5%5-10%10-15%15-20%20-25%25-30%30-35%35-40%40-45%45-50%時間差百分比路線個數4.3案例分析„不同之經驗權重設定，時間最短路徑選擇時會造成不同之結果。„挑選任意起迄點，依經驗路網中不同權重設定所得之不同建議路徑，以問卷詢問若干用路人，建立滿意程度的相關性，以找出此經驗路網最適之經驗權重設定。4.3„詢問之原則：„首先給予受訪者其起迄點，問其在未知電腦提供資訊下，將採取之路徑。„再分別將該案在不同經驗權重下所得之建議最短路徑，交由受訪者依其可得最短時間之滿意度評分。„評分以0至5分，5分為最滿意，0分為最不滿意，共有0,1,2,3,4,5六個評分標準。„再將此評分轉換成滿意度百分比表示，5分為100%由以上９個案例所建立的不同權重路徑，詢問若干用路人，試著建立滿意程度的相關性，以找出最佳權重值。4.3表1：選擇之實作案例4.3表2：不同經驗權重路徑下所有案例之滿意度平均滿意度0.0%20.0%40.0%60.0%80.0%100.0%120.0%滿意百分比經驗權重滿意度66.7%64.4%64.4%68.9%84.4%88.9%95.6%91.1%本人w1000w100w10w2w1.33w1.11w14.3„依此九個路線案例，我們得到以下結果：„依建議路徑之滿意度來看，最佳經驗權重似乎應設為1.11較佳。„一般而言，在經驗路線較少之處，取較小之經驗權重值所得結果較令受訪者滿意。5.討論„動態事件„若是車禍Æ重新設定發生事故路段之cost　(時間），rerun。„若是塞車:„單點塞車Æ如上，重新設定該路段cost,rerun.„到處塞車(pickhour)Æ目前問卷結果，計程車司機認為無尖峰／非尖峰小時之差別。可進一步調查確認。討論„經驗路線之資料品質„問卷問題設計„從甲到乙地的（時間）最短路徑為何？„此一路徑有無尖峰小時差異Æ無。„問卷抽樣問題：對象，樣本數，頻率„可透過計程車、公車，增加樣本„如何篩檢出無效樣本？„經驗路線與理論路線差異大者，將進一步瞭解其原因為何。討論„案例設計„(fuzzy)Condition:尖峰小時，晴雨，車禍／塞車程度„Solution:route„Outcome:satisfied?（Æmin.thetotalcost)„物理量、心理量„重要路口之（平均）滯車長度、延滯時間（目前缺乏調查資料）„如何從使用者觀點定義optimal?如何測定?不可能?!Æ滿意度?討論„如有更精準的ITS量測(車速，車流量，塞車長度，路口秒差…):fuzzyÆprecise„公車、計程車加裝GPS„案例數量問題„正反典例„案例歸納討論„成本問題：多少資訊量便足以做出令人滿意的決策（選擇路線）?„需要花大錢設置ITS嗎？„經驗法則即可？„裝設GPS即可下階段工作„指導原則„實用(practicaloriented)„低成本，可推廣至其他中小城市„建立一套方法及程序„重點„案例庫之可靠性／實用性„權重值之設定„資訊的邊際效益下階段工作„廣泛蒐集經驗路線案例資料„路線+情境+滿意度　(fuzzy)„車上GPSÆ精確修正定位Æ路線„透過研究生、助理、親朋好友，紀錄每日行經之路線、所需時間、交通工具等資料，並評估各路線滿意度。„進行統計分析比較。„理論時間與實際時間之統計關係„路標點、經驗路線的密度問題„路網細度(granularity)問題„單線？各車道？迴轉道？轉向？路邊？下階段工作„問卷抽樣問題：對象，樣本數，標準樣本路線，頻率„如何篩檢出無效樣本？„案例數量問題„正反典例„案例歸納„經驗路線與理論路線差異大者，將進一步瞭解其原因為何?下階段工作„權重設定問題„依本年九個路線案例，我們得到以下結果：„依建議路徑之滿意度來看，最佳經驗權重似乎應設為1.11較佳。„一般而言，在經驗路線較少之處，取較小之經驗權重值所得結果較令受訪者滿意。下階段工作„資訊的邊際效益問題„欲知最短路徑，需要多少資訊即已足夠？（越少越好，可省建置及即時更新成本，亦省計算時間）„不同的資訊量對於決策（路徑選擇）有何影響？下下階段?„自動即時更新資料庫問題„Reasoning:CBR+KBS+Algorithm„全路段／局部路段之（不）滿意度及其波及效果