跳到主要內容

臺灣博碩士論文加值系統

(18.97.14.91) 您好!臺灣時間:2025/02/11 19:35
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:曹勝雄
研究生(外文):CAO, SHENG-XIONG
論文名稱:路網設計問題啟發式解法與其多目標決策之研究
論文名稱(外文):Heuristic algorithms and multi-objective decision making to network design problem
指導教授:曾國雄曾國雄引用關係
指導教授(外文):ZENG, GUO-XIONG
學位類別:博士
校院名稱:國立交通大學
系所名稱:交通運輸工程研究所
學門:運輸服務學門
學類:運輸管理學類
論文種類:學術論文
論文出版年:1993
畢業學年度:81
語文別:中文
論文頁數:142
中文關鍵詞:路網設計啟發式目標決策
相關次數:
  • 被引用被引用:7
  • 點閱點閱:325
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:3
路網設計問題(Network Design Problem, NDP)是都市運輸規劃中經常面臨
之決策問題。由於都市地區不同區位之旅運需求增加,使得現有之運輸路網無法負
荷,故產生所謂之路網設計問題。意指在現有路網上選擇改善路段或新建路網以達
減少交通擁擠、能源消耗或空氣污染等目標,在路網模式中又稱為路段(Link)增
加或改善問題。
路網設計問題之發展乃近三十年之光景,而均衡網路設計問題囿於模式存在之
非凸性,使得求解較為困難;截至目前為止尚未有人在中、大型網路問題上求得整
體最適解。Suwansirikul等(1987)所提出EDO 解法已經證實較傳統Hooke-Jeeves
解法之求解效率為高,本文以EDO 解法為依據並加以修正,提出三種啟發式解法以
求解連續性均衡網路設計問題。其中A1與A2演算法適用於無預算限制式之問題求解
,A3演算法則適用於含有預算限制式之網路設計問題。由於三種演算法皆可加速路
段改變數之收斂而減少路網均衡指派之次數,故求解效率較佳。
本文並提出多目標決策方法應用在路網設計問題上。主要根據典型多目標決策
過程之理念,結合多目標數學規劃、多評準決策方法與群體決策三個階段之過程,
希望提供最後決策者更合理之決策資訊。多目標數學規劃處理之問題為連續性路網
設計模式,目的在找出路網改善之非劣解替選方案。多評準決策方法處理之問題為
非連續性路網設計問題,目的在獲得個人偏好之最適方案。群體決策處理之問題為
整合決策成員的偏好,目的在評選出折衷之共識性方案。本文結合多目標規劃之限
制法與本文提出之(A3)啟發式演算法,求解路網改善之非劣解替選方案,再利用
ELECTRE Ⅲ方法評估路網改善替選方案。最後利用Cook and Seiford(1978)之群
體決策方法,整合所有決策成員之偏好。本文並以台北都會區之路網,說明多目標
決策方法在路網設計問題之應用,結果驗證本文所啟發式演算法在大型路網上求解
之可行性,而多目標決策方法可使問題之應用更符實際。
#9302431
#9302431
封面
誌謝
中文摘要
英文摘要
目錄
圖目錄
表目錄
第一章 緒論
1.1 研究動機
1.2 研究目的
1.3 研究範圍
1.4 研究架構
1.5 研究流程
第二章 路網設計問題-文獻回顧
2.1 路網均衡指派模式
2.2 路網設計問題之分類
2.3 路網設計問題之回顧
2.3.1 非連續性路網設計問題
2.2.2 連續性路網設計問題
2.2.3 多目標路網設計問題
2.4 啟發式演算法之評估
2.5 本章小結
第三章 均行路網設計問題之啟發式演算法
3.1 路網設計問題之二階規劃模式
3.2 Nash與Stackelberg競局之求解特性
3.3 啟發式演算法
3.3.1 EDO啟發式演算法
3.3.2 放發式演算法之發展
3.4 簡例路網測試與比較
3.5 本章小結
第四章 路網設計問題之多目標決策
4.1 典型多目標決策過程
4.2 多目標決策路網設計模式之架構
4.3 路網設計之多目標規劃模式與求解
4.4 路網改善方案之評估與群體決策
4.5 個案分析
4.6 本章小結
第五章 結論與建議
5.1 結論
5.2 建議
參考文獻
附錄一 啟發式演算法(A1)求解程式
附錄二 個案分析啟發式演算法(A3)求解程式
簡歷
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top