近年來研究學者傾向建立使用者活動模型，以模擬及預測使用者在建物內所 產生之活動，並進而評估建物服務表現(Shen, 2012)。由於使用者活動具備動態 及機率特性，為影響建物機能空間服務表現其中一項重要因子(Hoes, 2009)。本 研究除了以RFID 技術實際收集使用者空間移動資料，另一方面則是利用使用者 活動模擬模式，模擬產生使用者活動時間表。換言之，即是輸入模式所需之群體 活動清單(其中包括群體名稱、群體ID、成員人數、以及活動參與清單中活動屬 性及行為屬性)，此模式透過一組 if-then 條件規則(Condition-Action)、以及模式
計算過程所得經驗為基礎進行活動排程模擬，最後輸出各群組使用者活動時間 表。藉由此使用者活動時間表，再進而探勘其中使用者空間移動樣式，取得機能 移動關連值以協助本研究進行既有建物整建之機能空間配置。
使用者活動模擬主要以時間及空間層面為架構，進行使用者活動安排。因在 時間地理學理論中(Time Geography)，時間和空間被視為一種資源(Hägerstrand, 1970)，故使用者活動行程主要受限在活動時間及活動空間之限制。此外，基於 時間地理學定義，可分為以下三方面限制：(1)能力限制(Capability)：使用者生理 上之限制，例如使用者無法參與距離太遠之活動。(2)結合限制(Coupling)：使用 者與他人必須在特定空間及特定時間共同參與某一活動之限制，例如系所研討會 議必須由老師與學生共同參與。(3)權力限制(Authority)：制度或法規上之限制，
例如系辦行政作業僅允許使用者在辦公時間內進行。
根據活動基礎旅行需求模型(Activity-based Travel Demand Models)，使用者 活動行程需求來自於活動參與(McNally, 1996)。活動基礎旅行需求模型起源於時 間地理學，過去活動基礎旅行需求模型大致可分為四種類型(Behrens, 2000;
Malayath & Verma, 2012; 謝 燕 青 ， 2009) ， 其 中 包 括 限 制 基 礎 模 型 (Constraints-based)、效用基礎模型(Utility-based)、規則基礎模型(Rule-based)、以 及混和模型(Hybrid approaches)，分別敘述如下：
(1)限制基礎模型(Constraints-based)：
限制基礎模型直接根植於時間地理學，該類模型在能力限制、結合限制及權 力限制條件下，以組合演算法產生所有可能活動樣式(Activity pattern)，並檢視剔 除不適當活動樣式，例如活動時間發生重疊之活動樣式、或於不同地點進行卻無 足夠旅行時間之活動樣式。CARLA(Combinatorial Algorithm for Rescheduling Lists of Activities)為限制基礎模型其中之一代表模型(Clarke, 1980)。該模型假設 使用者對環境改變之反應是重新安排活動順序或活動期間，唯不改變所參與之活 動、活動地點及活動交通方式。此外，並假設使用者僅能在有限活動順序限制下 調整活動安排，因此該模型所預測之活動樣式，為滿意解而非最佳解。唯當有限 之活動順序調整方式無法滿足環境限制時，使用者才考量其它更複雜之活動調整 方式。
該類模型優點為不需要決策準則或行為假設，然而缺點是其中以組合演算法 產生活動樣式，可能導致大量可行活動樣式，需要額外篩選機制，以篩選適當之 活動樣式。
(2)效用基礎模型(Utility-based)：
效用基礎模型根植於個體經濟學之效用最大化行為，該類模型延伸限制基礎 模型概念，於活動排程過程中添加活動選擇機制，並根據一系列效用最大化為基 礎的離散選擇模型(Discrete Choice Model)預測活動排程結果。例如以多項邏輯特 模型(Multinomial Logit Model)，預測個人各種活動行程決策之機率，並根據個人 可能獲得的最大效用來決定最佳活動樣式，因此當環境發生改變時，個人將重新 尋 找 具 最 大 效 用 之 活 動 樣 式 。STARCHILD(Simulation of Travel/Activity Responses to Complex Household Interactive Logistic Decisions)為效用基礎模型其 中之一代表模型(Recker et al., 1986)。該模型假設存在家庭活動計畫，並將家庭 活動分為生存活動(如工作活動)、維持活動(如購物)及休閒活動(如娛樂活動)，其 中某些活動必須由特定家庭成員完成(如工作活動)，某些活動可在限制條件下指 派給不特定之家庭成員完成。
該類模型優點為不需要決策準則或行為假設，以效用理論計算各選項之選擇 機率，其可精確地描述選擇行為。此外，因基於統計誤差理論，故可使用統計方 法進行模型適合度、參數顯著性等效度檢定。然而，模型缺點為以組合演算法產 生活動樣式必導致大量可行活動樣式，需要額外其它篩選機制，以及此模型不是 以明確基本之決策過程及行為機制來觀察使用者活動排程決策。此外，由於並非 每一個體皆是完全理性效用最大化者(Timmermans et al., 2002)，即實際上活動排 程非採以最佳化準則產生。
(3)規則基礎模型(Rule-based)：
規則基礎模型根植於心理學，該類模型主要是透過一組 if-then 條件規則 (Condition-Action)及模式計算過程所得經驗為基礎(Malayath & Verma, 2012)，其 中並假設根據個體偏好及對環境之不完全資訊(認知)進行活動選擇，經由選擇過 程之經驗不斷累積，以更新個體選擇決策與認知。換言之，該類模型根據個體經 驗所得規則模擬個體活動排程過程，並以對特定條件反應來解釋個體決策過程。
ALBATROSS(A Learning-based Transportation Oriented Simulation System)為規則 基礎模型其中之一代表模型(Arentze & Timmermans, 2004)。該模型假設個人選擇 行為乃基於個人與環境或他人互動過程所習得之準則。該模型將活動分為固定活 動和彈性活動，其中固定活動(如工作活動)之活動參與意願、活動位置、活動期 間及活動開始時間為給定，因此排程決策過程為將彈性活動加入活動樣式，並決 定彈性活動之各活動屬性(包括共同參與者、活動期間、活動開始時間、活動位 置、交通方式及旅行時間)。此外該模型根據給定之活動優先性及活動屬性，優 先性進行各項排程決策。
該類模型優點為可表達個體於活動排程過程之決策行為，且決策過程是符合 個人經驗準則產生的滿意解(而非採最佳化準則產生最佳解)。此外，該類模型不 考量所有可行之活動樣式，而是根據經驗進行可行活動樣式之選擇，故可產生適 當可行規模之活動樣式。然而，模型缺點為需使用決策準則或行為假設，以描述 決策過程，且無法使用統計方法進行模型適合度、參數顯著性等效度檢定。
(4)混合模型(Hybrid approaches)：
混合模型結合兩種以上活動基礎旅行需求類型之理論架構，SMASH(A Simulation Model of Activity Scheduling Heuristics)為混合模型其中之一代表模型 (Ettema et al., 1996)，其結合了規則基礎模型與效用基礎模型之理論基礎。此模 型假設活動排程為逐步決策過程，透過重複調整活動樣式，直到滿足個人需求為 止，且每次調整為選擇具最大效用排程策略之過程。
該類模型優點為整合前述效用基礎模型及規則基礎模型之優點，然而缺點為 需使用決策準則或行為假設，以描述決策過程，且僅能部分使用統計方法進行模 型適合度、參數顯著性等效度檢定。
依據上述各類活動基礎旅行需求模型之介紹及優缺點分析，本研究為避免產 生大量可行活動樣式及處理複雜之效用關係，故選擇以規則基礎模型(Rule-based Model)發展使用者活動模擬模式，即以適當規則表現使用者進行活動排程時之決 策過程。