臺灣博碩士論文加值系統

　　隨著智慧型運輸系統(Intelligent Transportation Systems, ITS)的發展，先進旅行者資訊系統(Advanced Traveler Information Systems, ATIS)與可變資訊標誌(VMS)可提供即時路況資訊供用路人進行相關旅運決策之參考，以減少用路人對於旅行時間的不確定性、以紓緩交通壅賽的情形。
傳統路徑選擇相關研究多探討路網特性與用路人行為特性對路徑選擇決策的影響，少有探討同車旅客對駕駛者路徑選擇決策的影響。本研究針對群體用路人透過ATIS獲得交通資訊之下，各個個體根據本身風險傾向，透過學習及相關經驗的累積進行群體決策時，旅行成本對於中長程旅次群體用路人路徑選擇的影響。
研究中利用情境分析模擬多種用路人路徑選擇情形，以多元羅吉特計算用路人選擇各路徑的比例。根據Cheu et al. (2008)所發展的Simpler Equivalent Link Disutility (Simpler ELD)計算時間成本，並以Aribarg (2010)與Harsanyi (1975)所提出的模式為群體效用函數，以”用路人認知負效用最小化”為決策準則，以反應同車旅客對群體用路人中長程旅次路徑選擇的影響。

With the development of the Intelligent Transportation Systems, Advanced Traveler Information Systems and Variable-Message Sign can provide instant traffic information as references of route choices for travelers in order to decrease the travel-time uncertainty and to reduce the amount of traffic.
Most of the traditional route choice researches are focused on the effect of route choice decision that based on road characteristics and traveler behavior characteristics, but only a few studies have evaluated the influence of passengers in the same car on the driver’s route choice decision.
This dissertation is focused on the effect of travel cost on group’s route choice decision-making for long travel with the condition that user group obtain traffic information from ATIS and make group decision through individuals’ risk-taking and momentary recollection of past experience.

第一章、 緒論 1
1.1 研究動機 1
1.2 研究目的 3
1.3 研究範疇 3
1.4 研究方法 4
1.5 研究架構 5
1.6 研究流程 7
第二章、 文獻回顧 9
2.1 路徑選擇行為 9
2.1.1 個體路徑選擇行為 9
2.1.2 路網特性與路徑選擇行為 11
2.2 交通資訊提供下之路徑選擇行為 15
2.3 群體決策理論 21
2.3.1 群體的定義 21
2.3.2 群體決策的定義與特性 22
2.3.3 群體決策行為的相關研究 23
2.4 小結 25
第三章、 研究方法 26
3.1 使用者均衡準則 29
3.2 交通量指派模式 30
3.2.1 靜態交通量指派 30
3.3 均衡原則路徑選擇模式 31
3.3.1 明確型路網 31
3.3.2 隨機型路網 32
3.3.3 明確型路網路徑選擇模型 33
3.3.4 隨機型路徑選擇模型 35
3.4 群體效用函數 37
3.4.1 起始效用階段 38
3.4.2 偏好變更階段 39
3.4.3 效用計算 41
3.5 機率分配 41
3.5.1 羅吉特分配 41
3.6 小結 43
第四章、 數值分析 44
4.1 問卷資料調查 44
4.1.1 風險趨避係數 44
4.1.2 問卷內容與資料調查結果 45
4.2 問卷結果分析 54
4.2.1 群體效用函數比重模式(Harsanyi Model) 54
4.2.2 群體效用函數矩陣模式(Aribarg Model) 57
第五章、 情境模擬 62
5.1 實驗設計 62
5.2 實驗結果 63
第六章、 結論與建議 73
6.1 結論 73
6.2 研究限制與建議 73
參考文獻 75
附錄一、問卷 79
附錄二、NLOGIT結果 86

王存國、季延平、范懿文（1996），決策支援系統，三民書局。
交通部運輸研究所(1994)，「台灣地區智慧型運輸系統綱要計畫-2003-2010研究報告」。
交通部運輸研究所(2006)，「城際運輸觀察展望分析研究」。
交通部運輸研究所(2007)，「北宜高速公路通車運輸走廊交通特性調查成果報告」。
李根丞（1995），應用車流模擬模式評估交通資訊對駕駛人路徑選擇行為影響之研究，國防大學國防決策科學研究所碩士論文。
李鈺雯（1995），都市幹道動態旅行時間推估與交通偵測設施佈設準則之研究，淡江大學運輸管理學系碩士論文。
余光麒（1996），以模糊多屬性決策方法支援群體決策支援系統促進功能之研究，交通大學管理科學研究所碩士論文。
林文遠（1999），建構一具有不準確多屬性特質之群體決策模式 ，義守大學管理科學研究所碩士論文。
邱裕鈞（2009），車流理論。
胡大瀛等(1995)，「智慧型運輸系統下之核心交通分析與預測系統：即時控制模組開發（1/2）」，交通部運輸研究所。
胡大瀛等(1995)，「智慧型運輸系統下之核心交通分析與預測系統：即時控制模組開發（2/2）」，交通部運輸研究所。
徐淵靜（2008），道路交通環境工程。
張正文（2000），模糊多屬性決策分析～一種簡單群體決策方法評估武器系統，國防管理學院資源管理研究所碩士論文。
許國進（2001），從群體迷思現象的觀點來探討國內廠商投資大陸之決策過程 ~以電器電纜業為例 ，元智大學工業管理研究所碩士論文。
許鳳升（2001），不同交通資訊來源對城際通勤者路線選擇行為影響之研究，交通大學交通運輸研究所碩士論文。
陳怡誠（2000），運輸決策問題有關決策群體規模之研究，國立台灣海洋大學河海工程學系碩士論文。
陳筱葳（2002），城際旅運者運具選擇行為之研究，逢甲大學交通工程與管理學系碩士論文。
黃于真（2009），隨機路網中交通資訊對用路人路徑選擇決策之影響，國立成功大學交通管理科學系碩士論文。
黃燦煌（2000），即時資訊狀況下駕駛人路徑選擇行為之分析，國立交通大學交通運輸研究所博士論文。
賴昆祺（2002），群體決策支援系統於公眾參與環境影響評估之研究，國立中山大學海洋環境及工程研究所碩士論文。
賴稚峰（2003），以M-GSPRT法應用於家庭消費產品需求預測之研究～以休旅車為例，國立交通大學交通運輸研究所碩士論文。
劉萬正（2003），以Delphi法探討合理工期之研究—以大型鐵路工程為例，國立交通大學交通運輸研究所碩士論文。
鄒克萬、許廷誌（1996），都市計劃空間群體決策支援系統發展架構之研究，中華地理資訊學會學術研討會論文集。
Anocha Aribarg, Neeraj Arora, and H. Onur Bodur, “Understanding the Role of Preference Revision and Concession in Group Decisions”, Journal of Marketing Research, Vol. 39, pp.336-349, 2002.
Anocha Aribarg, Neeraj Arora, Moon Young Kang, “Predicting Joint Choice Using Individual Data”, Marketing Science, Vol.29, No.1, pp.139-157, 2010.
Asakura, Y., “Evaluation of network reliability using stochastic user equilibrium”, Journal of Advanced Transportation, Vol.33, No.2, pp.147-158, 1999.
Bales & Strodtbeck. “Phase in Group Problem-Solving”, Journal of Abnormal and Social Psychology , pp.485-495, 1951
Bekhor, S., Ben-Akiva, M. E., and Ramming, M. S., “Estimating route choice models for large urban networks”, submitted to The 9th World Conference on Transport Research, Seoul, Korea, 2001.
Ben-Akiva, M. E., DePalma, A., and Kaysi, I., “Dynamic network models and driver information systems”, Transportation Research Part A, Vol.25, No.5, pp.34-36, 1991.
Bolongaro, Gianni, (1994), “Delphi technique can work for new product development”, Marketing News, Vol.28, Issue.12, pp.32-34.
Bryan Orme, (2000), “Hierarchical Bayes: Why All the Attention”, Sawtooth Software Research paper series, Sawtooth Software, Inc.
Chen, A., Tatineni, M., Lee, D-H., Yang, H., “The effect of the route choice models on estimating network capacity reliability”, Transportation Research Record 1733, pp.63-70, 2000.
Cheu, R. L., Kreinovich, V., and Manduva, S. R., “Traffic assignment for risk-averse drivers in a stochastic network”, The 87th Annual Meeting of the Transportation Research Board, Washington D.C., 2008.
David A. Hensher, “Influence of vehicle occupancy on the valuation of car driver’s travel time savings: Identifying important behavioural segments”, Transportation Research Part A, Vol.42, pp.67-76, 2008.
Emmerink, R. H. M., Verhoef, E. T., Nijkamp, P., and Rietveld, P., “The potential of information provision in a simulated road transport network with non-recurrent congestion”, Transportation Research Part C, Vol.3, No.5, pp.293-309, 1995.
Emmerink, R. H. M., Verhoef, E. T., Nijkamp, P., and Rietveld, P., “Information provision in road transport with elastic demand,” Journal of Transport Economics and Policy, Vol.30, pp.117-136, 1996.
Fisher,B. & G.Ellis. Small Group Decision Making, 4th edition, Mcgraw-Hill, 1994.
Greg Allenby, Peter Rossi, (2006), “Hierarchical Bayes Models”, The Handbook of Market Research: Uses, Misuses, and Future Advances- Chapter 20, Sage Publications, Inc.
Hato, E., Taniguchi, M., Sugie, Y., Kuwahara M., and Morita, H. “Incorporating an information sources”, Transportation Research Part C, Vol.7, pp.109-130, 1999.
Koppelman, F.S. Panel Analysis in Transportation Planning: An Overview, Transportation Research A, Vol.24, No.6, pp401-415, 1981.
Lewis, S. & Bulter,W. ”An interactive framework for multi-person , multiobjective decisions” , Decision Science, Vol.24, pp.1-22, 1993.
Metropolitan Council, Passenger-Vehicle Occupancy, 2010
Mirchandani P. and Soroush H., “Generalized traffic equilibrium with probabilistic travel times and perceptions”, Transportation Science, Vol.21, No.3, pp.133-152, 1987.
Mohamed A. Abdel-Aty and M. Fathy Abdalla, “Examination of Multiple Mode/Route Choice Paradigms under ATIS”, Transactions on Intelligent Transportation Systems, Vol.7, No.3, Sep 2006.
Neeraj Arora, and Greg M. Allenby, (1999), “Measuring the Influence of Individual Preference Structures in Group Decision Making”, Journal of Marketing Research, Vol.36 (August), pp. 476-487.
Patton R., Giffin & Patton. Decision-Making Group Interaction, 3rd edition, pp.2-5, 1989.
Randolph W. Hall, “Route choice and advanced traveler information systems on a capacitated and dynamic network”, Transportation Research Part C, Vol.4, No.5, pp.289-306, 1996
Tatineni, M., Boyce, D., and Mirchandani, P., “Experiments to compare deterministic and stochastic network traffic loading models”, Transportation Research Record 1607, pp.16-23, 1997.
Tzung-Pei Hong, Rong Jeng, Wei-Chou Chen, (1997), “Internet computing on decision support systems”, Computational Cybernetics and Simulation, IEEE, International Conference, pp.106-110.
Bureau of Transportation Statistics U.S. Department of Transportation, Highlights of the 2001 National Household Travel Survey, 2001.
Vehicle Technologies Program, “Vehicle Occupancy Rates”, Fact of the Week, U.S. Department of Energy , March 2010
Yang, H., “Multiple equilibrium behavior and advanced traveler information systems with endogenous market penetration,” Transportation Research Part B, Vol. 32, No.3, pp. 205-218, 1998.
Yang, H. and Huang, H. J., “The multi-class, multi-criteria traffic network equilibrium and system optimum problem,” Transportation Research Part B, Vol. 38, pp. 1-15, 2004.
Yin, Y. and Yang, H., “Simultaneous determination of the equilibrium market penetration and compliance rate of advanced traveler information systems”, Transportation Research Part A, Vol.37, No.2, pp.165-181, 2003.