(3.238.88.35) 您好!臺灣時間:2021/04/10 19:08
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:曾沁蓉
論文名稱:基於K-means分群法與節約函數之共乘媒合設計
論文名稱(外文):A Matching Procedure for Taxi Pooling based on K-means Algorithms and Saving Function
指導教授:周天穎周天穎引用關係林威延林威延引用關係
口試委員:張學孔雷祖強黃亦敏
口試日期:2014-06-03
學位類別:碩士
校院名稱:逢甲大學
系所名稱:土地管理所
學門:建築及都市規劃學門
學類:都市規劃學類
論文種類:學術論文
論文出版年:2014
畢業學年度:102
語文別:中文
論文頁數:101
中文關鍵詞:計程車共乘K-means分群法節約函數鄰近共乘順路共乘
外文關鍵詞:Taxi poolingK-means ClusteringSaving functionNeighboring matchingLowest-deviation matching
相關次數:
  • 被引用被引用:3
  • 點閱點閱:311
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:99
  • 收藏至我的研究室書目清單書目收藏:0
自1988年起於台灣各地皆相繼有計程車共乘機制產生但至今仍尚未普及化。目前計程車市場面臨高空車率的情況,若能改變計程車營運模式,提倡計程車共乘制度,進而增加計程車搭乘率且藉由共乘方式減少每位乘客所需負擔之車資,將可以提升計程車的搭乘率亦可增加業者的營收。
本研究以單一起點至多終點之計程車共乘營運模式加以分析,將共乘分為鄰近共乘及順路共乘進行乘客媒合配對。鄰近共乘以要求乘客終點相近及滿足共乘車資折扣優惠限制等方法加以確保共乘效益,此類共乘由於起點相同且終點鄰近,共乘乘客可所需負擔之車資費率較為平均,故為媒合演算時首要媒合的對象;順路共乘則係以乘客共乘車資為限制條件確保共乘效益。再者,以高鐵烏日站為起點且於西屯區設計81個共乘服務據點作為乘客可選擇之終點,並以情境模擬方式探討該共乘制度之可行性。
本研究針對以K-means分群法和節約函數所設計出之媒合流程進行2次小樣本簡例測試,確認可成功媒合乘客共乘計程車,遂以進行3次之實證分析。研究結果顯示,鄰近共乘與順路共乘皆可成功媒合乘客共乘計程車。其中,最能作為檢視一媒合流程優劣之因素在於平均總折扣數,研究結果顯示3次實證分析之平均總折扣數分別為44.86%、43.27%及45.71%,皆優於為可接受範圍值,表示經由此媒合流程所媒合之共乘組合對於乘客而言能節省車資成本。研究設計之媒合流程以及實用績效之評估結果,期能作為推行計程車共乘制度之參考。
Taxi pooling has existed in Taiwan since 1988, but is still not popular. The taxi market in Taiwan is currently facing vacancy rates that are too high. If current taxi use patterns can be changed in favor of taxi pooling, lower costs would encourage more people to use taxis, thus lowering vacancy rates and increasing industry revenue.
This paper develops a two-phrase method of matching multiple passengers for one-to-many pooling, which includes only one departure and two or three destination for a trip. First phrase is called neighboring matching where all destinations in a matched group should be nearby each other, say in 1.5km, and thus each passenger can pay nearly the same amount of fares, providing the best case scenario for matching. For those passengers who are not matched in the first phrase, non-neighboring matching, also called lowest-deviation matching, will be applied as the second phrase, where destinations are not close but passengers can still receive decent fares due to pooling. A simulation is carried out using Taichung High Speed Rail Station as the departure and 81 convenient stores in the Xitun District of Taichung City as selectable destinations, which can help evaluate the feasibility of matching method developed by this research.
Three independent cases of 50 passengers with randomly selected destinations were examined by applying the matching method. Results indicate that the matching method can reach satisfactory pooling rides where most passengers are matched with an minimal fare discount. In the research, the average discount is the best factor for the matching procedure to survey, and it had be proof by three independent cases, the average discount are 44.86%、43.27% and 45.71%, which are better than the acceptable range of value, in other words, the matching procedure can make the passengers save money. As a result, the matching process described in this paper and the results of the experiments can be a reference for further research on taxi pooling in Taiwan.
致謝 I
摘要 III
ABSTRACT IV
第一章 緒論 1
第一節 研究動機 1
第二節 研究目的 2
第三節 研究範圍與內容 2
第四節 研究限制 4
第五節 研究流程 6
第二章 文獻回顧 7
第一節 共乘營運模式 7
第二節 國內共乘 9
第三節 國外共乘 13
第四節 共乘媒合 13
第五節 分群媒合方式 18
第三章 理論架構與模式建立 23
第一節 問題特性分析 23
第二節 模式基本條件 23
第三節 共乘服務據點 24
第四節 共乘費率結構 28
第五節 鄰近共乘 28
第六節 順路共乘 31
第四章 簡例分析 34
第一節 簡例一研究數據 34
第二節 簡例一鄰近共乘 34
第三節 簡例一順路共乘 43
第四節 簡例二研究數據 48
第五節 簡例二鄰近共乘 50
第六節 簡例二順路共乘 60
第五章 實證分析 64
第一節 共乘媒合一 64
第二節 共乘媒合二 70
第三節 共乘媒合三 75
第六章 結論與建議 80
參考文獻 81
附錄一 隨機亂數表 83
附錄二 共乘媒合一分群過程紀錄表 84
附錄三 共乘媒合二分群過程紀錄表 86
附錄四 共乘媒合三分群過程紀錄表 88
1.史習平,1996,全球定位系統、運輸地理資訊系統與無線電通訊整合之研究—應用於公車動態資訊與撥召系統,交通大學交通運輸研究所碩士論文。
2.李克聰、蕭易呈、何光鎧、陳嘉良,2002,「捷運共乘接駁計程車可行性之研究」,逢甲大學交通工程與管理學系專題報告。
3.辛孟鑫,2005,撥召運輸系統路線規劃問題之研究-以台北市復康巴士為例,國立成功大學交通科學研究所碩士論文。
4.林大煜、林豐福,1990,”小客車共乘制度策略分析與研究”,中華民國運輸學會第五屆論文研討會。
5.周文生等,2008,計程車共乘試辦計劃,交通部運輸研究所委託中華民國運輸學會辦理專題研究報告。
6.周以彩,2009,計程車共乘聯合成本及費用分攤之研究,國立台灣大學土木工程學研究所碩士論文。
7.周宛儒,2012,週期共乘之索引及配對技術,中原大學資訊工程研究所碩士論文。
8.吳素華,2008,計程車共乘接駁機制之規劃設計,逢甲大學交通工程與管理所碩士論文。
9.吳沛儒,2004,任務型共乘接駁計程車之規劃與設計,逢甲大學交通工程與管理學系碩士班碩士論文。
10.吳韵雯,2005,長途運輸場站共乘小巴士排程服務之研究,中原大學土木工程研究所碩士論文。
11.寇世傑,1998,以習慣領域理論探討推動通勤者共乘行為之契機,國立交通大學交通運輸研究所碩士班論文。
12.郭瑜堅,2003,都市旅次成本之研究,國立台灣大學土木工程學研究所碩士論文。
13.陳昱彰,2006,區位分析應用於任務型共乘接駁計程車之派遣規劃,逢甲大學交通工程與管理學系碩士論文。
14.陳德紹,2009,動態規劃應用於計程車共乘派遣演算法研發,逢甲大學逢甲大學交通工程與管理學系碩士論文。
15.許書豪,2012,旅運者對於共乘計程車運具選擇行為分析,逢甲大學運輸科技與管理學系碩士班碩士論文。
16.張學孔等,2008,97年度台北地區計程車營運情形調查。
17.張有恆,1994,都市公共運輸,初版,台北市,華泰文化事業公司。
18.詹明哲,2013,即時共乘媒合系統設計,國立台北科技大學創新設計研究所碩士論文。
19.Anderbeg, M. R., Cluster Analysis for Applications. New York: Academic Press., 1973.
20.Emilio, F., Riccardo, M., Arrigo, P., Alberto, R., and Alessandro, P., “The Car Pooling Problem: Heuristic Algorithms Based On Savings Functions” in Journal of Advanced Transportation, Vol.37 No.3, pp.243-272, Autumn 2003.
21.Gupta, S. and Lee G. Cooper, “The Discounting of Discounts and Promotion Thresholds,” Journal of Consumer Research, 19 (Dec), 401-411, 1992.
22.Jiawei, H. and Micheline, K., “Data Mining: Concepts and Techniques,” Morgan KaufMann Publisher, 2000.
23.James MacQueen et al., “Some methods for classification and analysis of multivariate observations,” In Proceedings of the fifth Berkeley Symposium on Mathematical Statistics and Probability, volume 1, page 14. California, USA, 1967.
24.Vuchic, V. R., Urban Public Transportation Systems and Technology, Englewood Cliffs, NJ : Prentice –Hall, 1981.
連結至畢業學校之論文網頁點我開啟連結
註: 此連結為研究生畢業學校所提供,不一定有電子全文可供下載,若連結有誤,請點選上方之〝勘誤回報〞功能,我們會盡快修正,謝謝!
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊
 
系統版面圖檔 系統版面圖檔