[[alternative]]A study on vehicle detector deployment configuration strategies by considering the estimation of origin-destination demands using link traffic flows

碩士[[abstract]]旅次起迄(Trip Origin-Destination, OD)為影響交通狀況的重要因素之一，旅次起迄資料主要說明在特定區域內的旅行方向、運具移動型態、旅次長度等資訊，無論在運輸規劃、路網設計，以及場站選擇中，皆提供重要的資訊。 旅次起迄量等資訊之獲得實屬不易，隨著路段車流資料蒐集技術的進步，多利用車輛偵測器蒐集路網相關交通流量資料，進一步利用於各項有用的交通相關資訊之推估，因此在兼顧獲得足夠且有效的交通資訊以及降低偵測器佈設成本之下，如何有效的將車輛偵測器適量、適所的佈設與使用，對於OD推估工作有很大的影響，因此本研究主要的目的在於探討如何在有限的資源下，進行偵測器佈設策略的擬定，進一步獲得較佳的交通參變數推估值，該議題亦為目前進行現代化交通管理工作中重要的一環。 由於偵測器佈設之課題，較屬於長期運輸規劃之議題，因此，本研究擬以交通量指派理論為基礎，以適當的描述路網均衡下路徑選擇之情形，並進行旅次起迄與偵測器佈設問題之求解。在求解使用者均衡之交通量指派問題上，透過梯度投影法(Gradient projection, GP)求解，並獲得以路徑為基礎的相關資訊；在流量倒推旅次起迄量的課題上，由於真實OD量未知，故使用基本的最小平方估計量，進行旅次起迄需求涵蓋量的推估與檢驗。本研究針對上述議題，從靜態長期運輸規劃的觀點出發，構建相關的數學解析性模型，並進行數學規劃模式的求解與分析。 在數值分析方面，本研究針對前述數學規劃模式以及線性獨立路段佈設策略進行小、中、大型路網，以及原始OD需求和兩倍OD需求的測試，根據模式測試結果顯示，透過有限數量及策略性的佈設車輛偵測器，即能夠獲得有效的路網旅次起迄資訊涵蓋，並且偵測器佈設數量隨著路網規模及路網運輸需求的提升，亦隨之增加；而在線性獨立佈設策略部份，在路段觀測流量未知之情形下，藉由歷史OD需求量，可以有效提供路網中偵測器佈設策略之擬定，在中、小型路網規模下，能夠獲得有效的資訊涵蓋量，並且在大型路網中，亦能夠獲得不錯的路網資訊量。[[abstract]]Trip origin-destination (OD) is one of the crucial factors that affect traffic state in a highway network. Network OD data depict both the spatial and temporal distributions of corresponding trip demands, including travel direction, route choice, departure time, and trip length, etc. Therefore, it is one of the key components in transportation planning, network design, and terminal selection. However, in practice it is not easy to collect true OD trip demands. As the development of traffic flow data collection technology, link traffic flows data are collected by vehicle detector and used to infer network OD trip demands. Therefore, an effective vehicle detector deployment plan is one of the key issues in modern traffic control and management. The vehicle detector deployment configuration problem is essentially a long-term transportation planning issue. The purpose of the present research is to conduct route choice behavior description and model solving by traffic assignment theorem. Furthermore, we solve the user equilibrium (UE) problem by gradient projection method (GP) to obtain some additional path-based information. Since true OD trip demands are unknown, we conduct OD demand estimation and OD demand covering rate verification by the least square estimator. To summarize all of above, the present research is based on static transportation planning to construct mathematical analytical models and model solving and analysis. To demonstrate the feasibility of the proposed models, some simplified networks including small, middle, and large network sizes were employed to conduct the case study under original trip OD demands and twice of the OD demands. The numerical results indicate that using finite quantity of vehicle detectors and deployed it strategically can obtain effective network trip OD information coverage. Besides, the number of deployed vehicle detectors increase with the scale of network size and network OD demands. The result of linearly independent deployment configuration strategies indicate that by only means of prior OD demands can find the relatively important links of all without link traffic flow measurements. Moreover, linearly independent deployment configuration strategies can obtain excellent OD demand covering rate on the cases of small and middle network, and satisfactory results for the large network cases.[[tableofcontents]]頁次 中文摘要 英文摘要 目錄 I 圖目錄 V 表目錄 VI 第一章 緒論 1.1 研究動機與背景 1 1.2 研究目的 3 1.3 研究範疇與假設 4 1.3.1 研究範疇 4 1.3.2 研究假設 4 1.4 研究流程 5 1.5 研究內容 7 第二章 問題描述與文獻回顧 2.1 問題描述 9 2.1.1 流量倒推旅次起迄與偵測器佈設問題 9 2.1.2 旅次起迄涵蓋程度問題 11 2.2 旅次起迄推估模式文獻回顧 13 2.2.1 簡單線性模式與延伸性線性模式 13 2.2.2 非線性模式 17 2.2.3 其他相關文獻回顧 18 2.2.4 小結 19 2.3 偵測器佈設相關文獻回顧 20 2.3.1 偵測器佈設相關準則 20 2.3.2 以偵測器佈設為目標之相關文獻 23 2.3.3 小結 24 2.4 交通量指派相關文獻回顧 26 2.4.1 靜態交通量指派 26 2.4.2 動態交通量指派 27 2.4.3 交通量指派為基礎下之相關應用 28 2.4.4 小結 29 2.5 小結 30 第三章 模式架構 3.1 使用者均衡之路徑選擇模型 31 3.1.1 模型均衡條件 31 3.1.2 模式建立 32 3.2 考慮偵測器佈設位置數量下之旅次起迄推估模型 34 3.2.1 偵測器數量限制式 35 3.2.2 模式內容說明 37 3.3 旅次起迄需求量檢驗模型 38 3.3.1 模式架構 38 3.3.2 模式內容說明 38 3.4 小結 40 第四章 求解模式構建與說明 4.1 梯度投影法 42 4.1.1 梯度投影法求解靜態使用者均衡模式 43 4.2 共軛梯度搜尋法 46 4.3 求解演算流程說明 50 4.4 考量獨立/相依路段下之偵測器佈設策略 56 第五章 實驗設計與數值分析 5.1 實驗設計 58 5.1.1 實驗路網基本資料 60 5.1.1.1 小型路網基本資料 60 5.1.1.2 中型路網基本資料 61 5.1.1.3 大型路網基本資料 64 5.1.2 實驗設計 70 5.1.3 評估準則 71 5.1.4 測試環境 72 5.2 模式測試與分析 74 5.2.1 小型路網測試結果 74 5.2.2 中型路網測試結果 76 5.2.3 大型路網測試結果 78 5.2.4 小結 87 5.3 考量獨立/相依路段之偵測器佈設策略 89 5.3.1 小型路網測試結果 89 5.3.2 中型路網測試結果 90 5.3.3 大型路網測試結果 91 5.3.4 小結 92 5.5 模式測試結果綜合比較 93 第六章 結論與建議 6.1 結論 96 6.2 建議 98 參考文獻 100 附錄一 小型路網不同模式/需求下之偵測器佈設情形 105 附錄二 中型路網兩倍需求/原模式下之偵測器佈設情形 106 附錄三 大型路網兩倍需求/原模式下之偵測器佈設情形 107 附錄四 程式演算流程圖 108 附錄五 線性獨立/相依路段佈設策略之程式演算流程圖 109 附錄六 求解偵測器佈設位置程式碼之部份內容 110 圖目錄 頁次 圖1.1 旅次起迄量推估議題的演進 2 圖1.2 研究流程圖 6 圖2.1 動態旅次起迄示意圖 10 圖2.2 Bianco的SLP模式架構示意圖 23 圖3.1 交通量指派模式演算示意圖 33 圖3.2 模型間相互關係與解題初步構想圖 40 圖4.1 非線性規劃函數示意圖 46 圖4.2 梯度法搜尋過程示意圖 47 圖4.3 階段一求解過程流程圖 50 圖4.4 階段二求解過程流程圖 52 圖4.5 完整求解過程流程圖 55 圖5.1 小型實驗路網圖 60 圖5.2 中型實驗路網圖 62 圖5.3 大型實驗路網圖 65 圖5.4 實驗設計示意圖 70 圖5.5 原始OD需求下偵測器佈設數量增加與整體績效之關係圖 87 圖5.6 兩倍OD需求下偵測器佈設數量增加與整體績效之關係圖 87 圖5.7 不同路網規模/需求下線性獨立偵測器佈設策略之平均績效圖 92 圖5.8 不同路網規模/需求/模式下之偵測器佈設數量百分比圖 93 圖5.9 不同路網規模/需求/模式下之平均績效值綜合比較關係圖 94 表目錄 頁次 表2-1 各路網型態之特性整理 9 表5-1 不同類型路段基本資料對照表 59 表5-2 小型路網各路段基本資料表 60 表5-3 中型路網各路段基本資料表 63 表5-4 大型路網各路段基本資料表 66 表5-5 MAPE預測績效評估準則 72 表5-6 小型路網之歷史起迄需求與路網條件 74 表5-7 小型路網原始OD需求量之評估結果 74 表5-8 小型路網兩倍OD需求量之評估結果 75 表5-9 中型路網之歷史起迄需求與路網條件 76 表5-10 中型路網原始OD需求量之評估結果 76 表5-11 中型路網兩倍OD需求量之評估結果 77 表5-12 大型路網之歷史起迄需求與路網條件 78 表5-13 大型路網原始OD需求量之評估結果 78 表5-14 大型路網兩倍OD需求量之評估結果 83 表5-15 小型路網原始OD需求量之評估結果 89 表5-16 小型路網兩倍OD需求量之評估結果 89 表5-17 中型路網原始OD需求量之評估結果 90 表5-18 中型路網兩倍OD需求量之評估結果 90 表5-19 大型路網原始OD需求量之評估結果 91 表5-20 大型路網兩倍OD需求量之評估結果 91 表5-21 線性獨立路段佈設策略下之平均績效表現 92 表5-22 不同模式/需求下之平均績效值綜合比較表 93[[note]]學號: 693540022, 學年度: 9