以車(chē)流狀態(tài)為基礎(chǔ)之高速公路旅行時(shí)間預(yù)測(cè)模式atrafficstate-based

1、以車(chē)流狀態(tài)為基礎(chǔ)之高速公路旅行時(shí)間預(yù)測(cè)模式A Traffic State-based Model for Freeway Travel Time,運(yùn)輸學(xué)刊第二十二卷第三期 民國(guó)九十九年九月汪進(jìn)財(cái)Jinn-Tsai Wong1邱孟佑 Meng-Yu Chiu2,目錄,中文摘要 前言研究目的文獻(xiàn)探討研究方法實(shí)證分析結(jié)論與建議心得,中文摘要,考慮車(chē)流續(xù)進(jìn)的過(guò)程以及彰顯車(chē)輛旅行時(shí)間與車(chē)流狀態(tài)間之關(guān)係並簡(jiǎn)化預(yù)測(cè)模式之處

2、理，本文藉由資料採(cǎi)集技術(shù)與迴歸分析設(shè)計(jì)出一套能預(yù)測(cè)高速公路交流道間旅行時(shí)間的預(yù)測(cè)模式 。以集群分析方法對(duì)每個(gè)線圈偵測(cè)器之歷史資料作交通狀態(tài)分類(lèi)處理，再經(jīng)由迴歸分析構(gòu)建不同交通狀態(tài)類(lèi)別對(duì)旅行時(shí)間影響之旅行時(shí)間預(yù)測(cè)模式。最後則以ETC (Electronic Toll Collection) 車(chē)輛通行於收費(fèi)站間之通行資料所計(jì)算出之旅行時(shí)間，作為旅行時(shí)間預(yù)測(cè)模式之校估依據(jù) 。關(guān)鍵詞：旅行時(shí)間、集群分析、電子收費(fèi),前言,智慧型公路系統(tǒng)透

3、過(guò)先進(jìn)交通管理系統(tǒng) (ATMS) 和先進(jìn)旅行者資訊系統(tǒng) (ATIS) 的實(shí)施與應(yīng)用來(lái)達(dá)到交通的管制與導(dǎo)引。就ATIS 在高速公路之應(yīng)用而言，其要能有效運(yùn)作，必須要有合理且準(zhǔn)確的旅行時(shí)間的預(yù)估機(jī)制，該系統(tǒng)除了對(duì)現(xiàn)有交通的監(jiān)測(cè)之外，更重要的是對(duì)未來(lái)交通狀況的掌握與預(yù)測(cè)。以資料採(cǎi)集分類(lèi)技術(shù)針對(duì)每一偵測(cè)器歷史資料 (速率、流量)進(jìn)行交通狀態(tài)分類(lèi)，接著，藉由收費(fèi)站間電子收費(fèi)系統(tǒng)之通行資料計(jì)算出路段旅行時(shí)間，最後則發(fā)展以偵測(cè)器資料所對(duì)應(yīng)交通狀態(tài)為

4、基礎(chǔ)之路段旅行時(shí)間預(yù)測(cè)模式並加以校估。,研究目的,模式結(jié)果顯示其不但有相當(dāng)良好之預(yù)測(cè)能力，校估之係數(shù)值亦可提供系統(tǒng)管理者豐富的訊息，以更了解各路段之幾何與交通特性對(duì)擁擠交通狀態(tài)所造成旅行時(shí)間增加之原由，進(jìn)而研提有效的管理策略。,文獻(xiàn)探討,合理準(zhǔn)確的旅行時(shí)間預(yù)估為先進(jìn)旅行者資訊系統(tǒng)成功運(yùn)作之基本要件(Dharia and Adeli, 2003; Dia, 2001; van Lint et al., 2005; Zhang and Ri

5、ce,2003)，因此，諸多高速公路路段旅行時(shí)間預(yù)估方法仍不斷地被發(fā)展應(yīng)用，大體上可概分為三類(lèi)：亦即以模式為基礎(chǔ) (Model-based) 之方法、瞬時(shí)旅行時(shí)間 (Instantaneous) 法及資料驅(qū)動(dòng) (Data-driven) 法 (Kwon et al., 2000;van Lint et al., 2005; Vanajakshi and Rilett, 2007; Wu et al., 2004)。其中，以模式為基礎(chǔ)之方

6、法需先透過(guò)對(duì)未來(lái)交通狀態(tài)之預(yù)測(cè)，再行轉(zhuǎn)化成旅行時(shí)間，適度地將交通過(guò)程納入考量，此類(lèi)方法包括各類(lèi)衝擊波模式、動(dòng)態(tài)交通量模式等 (Billings and Yang, 2006; Kwon and Petty, 2005; Yang, 2005) 。,研究方法,研究方法,研究方法1,本研究參考基本車(chē)流理論以服務(wù)水準(zhǔn)來(lái)分類(lèi)高速公路不同交通狀態(tài)之作法，使用兩階段集群分析方法將偵測(cè)器蒐集之交通資料分類(lèi)，第一階段先使用階層式的華德法，得到初步集群重

7、心後，第二階段使用K-means 演算法，以第一階段定義6 類(lèi)集群重心為起點(diǎn)進(jìn)行集群分析，產(chǎn)生最後集群解。,研究方法2,資料蒐集與彙整 本研究搜集 2006/08/01 ~ 2006/08/31 期間楊梅與泰山收費(fèi)站之ETC 資料與該路段間8 個(gè)偵測(cè)器歷史資料，經(jīng)過(guò)系統(tǒng)彙整與刪除空值後，共獲得同時(shí)包含ETC 與該路段偵測(cè)器完整資料之有效樣本2,536 筆，作為模式構(gòu)建之用。且以2006/10/15 ~ 2006/10/2

8、1 期間同樣路段之ETC 資料與該路段間偵測(cè)器歷史資料共計(jì)2,016 筆作為模式驗(yàn)證用。,研究方法3,ETC 資料與偵測(cè)器資料融合 ETC 量測(cè)之旅行時(shí)間為其所代表路段上各個(gè)次路段所對(duì)應(yīng)時(shí)窗下旅行時(shí)間之加總，因此，為了處理車(chē)輛於時(shí)間與空間遞移關(guān)係，合理之旅行時(shí)間推估應(yīng)如式 (2) 所示： ( ) ( ) ( ) ( ) ( ) I 1 1 2 2 k k n-1 n-1 TT t = tt t +η

9、+ tt t +η + ? ? ? + tt t +η + ? ? ? + tt t +η (2)TT (t) I ：於 t 時(shí)窗時(shí)之I 路段旅行時(shí)間；t (t) k ：t 時(shí)窗第k 偵測(cè)器所代表次路段之平均旅行時(shí)間 (k = 1, 2, 3,…, n-1)；k η：於 t 時(shí)窗通過(guò)I 路段起點(diǎn)之車(chē)輛，其通過(guò)第k 次路段預(yù)估之遞移時(shí)窗數(shù)。其計(jì)算公式為：(l / u (t)) / 5 k k ，其中， k l 為該路段

10、距離，u (t) k ：t 時(shí)窗之第k 次路段平均速度 (k = 1, 2, 3,…, n-1)。,實(shí)證分析1,圖 11 模式旅行時(shí)間與ETC 旅行時(shí)間散佈圖,實(shí)證分析2,由圖 11 可發(fā)現(xiàn)，模式所計(jì)算旅行時(shí)間與ETC 旅行時(shí)間呈現(xiàn)高度相關(guān)，不過(guò)仍有一些模式低估與高估現(xiàn)象，為了進(jìn)一步分析此模式特性，並彰顯不同交通狀況下模式之預(yù)測(cè)能力，透過(guò)圖12 之一日中各時(shí)點(diǎn)ETC 之平均旅行時(shí)間 (10 月15 ~ 21 日之平均) 與模式預(yù)測(cè)旅行時(shí)

11、間誤差平均值之對(duì)應(yīng)關(guān)係，可以清楚發(fā)現(xiàn)，當(dāng)交通狀況開(kāi)始漸趨擁擠時(shí)模式所預(yù)估之旅行時(shí)間相較於ETC車(chē)輛所計(jì)算之實(shí)際旅行時(shí)間會(huì)有由高估轉(zhuǎn)為低估之情形。,實(shí)證分析3,圖 12 ETC 旅行時(shí)間與模式旅行時(shí)間誤差值分布圖,實(shí)證分析4,而當(dāng)交通狀態(tài)由擁擠開(kāi)始進(jìn)入紓解狀態(tài)後則有由低估轉(zhuǎn)為高估之情形 (圖12中B 之範(fàn)圍)，會(huì)有此種現(xiàn)象產(chǎn)生乃是因車(chē)流趨於擁擠時(shí)，各偵測(cè)路段依當(dāng)時(shí)交通狀態(tài)分類(lèi)所對(duì)應(yīng)之延誤值來(lái)不及反應(yīng)真實(shí)擁擠現(xiàn)象，此與Bartin et a

12、l.(2006) 及Loubes et al. (2006) 所指出，旅行時(shí)間分布會(huì)因車(chē)流狀態(tài)不同而產(chǎn)生不同型態(tài)，自由流與擁擠階段之分布屬對(duì)稱(chēng)型，擁擠形成與擁擠紓解期間之旅行時(shí)間分布會(huì)有不對(duì)稱(chēng)現(xiàn)象發(fā)生，此一現(xiàn)象在本模式時(shí)空推移過(guò)程中即可能產(chǎn)生較明顯的偏誤，故交通擁擠時(shí)會(huì)有低估現(xiàn)象。,結(jié)論與建議,Lorem ipsum dolor sit amet, consectetuer adipiscing elit. Vivamus et mag

13、na. Fusce sed sem sed magna suscipit egestas. Lorem ipsum dolor sit amet, consectetuer adipiscing elit. Vivamus et magna. Fusce sed sem sed magna suscipit egestas.,Title,Lorem ipsum dolor sit amet, consectetuer adipisci