建議

1. 移動式車輛偵測模組在理論可行性十分高，但由於大眾對於智慧型裝置的使用 習慣不一，將會造成偵測上的誤差；此外，速度、環境及天氣以及設備狀況等 對於偵測可靠度的影響非常大，目前尚未有相關正式研究訂定出一套在各式情 況下的接收成功率，本研究因為無法取得實際數據而採用機率函數進行替代，

因此建議後續若有相關研究可以先朝此一方向著手。

2. 本研究所設計之路口幾何條件限制，如路口禁止左右轉，以及多時相控制，如 三時相或四時相之週期時比計算，亦是未來需要探討與分析。其相關研究內容 包括探討左右轉車流量對延滯績效影響之敏感度分析。

3. 本研究所設定模擬車流組成以小客車為主，其中未考量機車之影響，以國內車 流組成多為機車及小客車混合而言，建議後續研究針對機車及小客車之車流組 成比例，分析比較對各號誌控制邏輯運作績效之影響差異，但就實際運用上，

可偵測機車流量之車輛偵測器亦是需深入探討之課題。

4. 本研究中在消費金額部分僅考慮高低消費額及高中低消費額兩種情境，建議未 來可考慮將其切分為更細，或是更進一步採用直接消費額進行演算，並以總旅 客消費最大化作為目標函數進行規劃求解。

5. 本研究在外部成本的部分僅考慮碳排放，主要以地方觀點進行分析探討，實際 上若以車上乘客為主體進行分析，並加入時間成本等不同因素，而各種因素的 權重亦會不同，建議未來可對此部分進行更進一步的研究。

6. 本研究所設計之車流產生是為單位小時內固定一流量輸入，然而在真實世界中 之單位小時內車流流量實為不斷變化，包括離峰與尖峰間車流流量之增減趨勢 及受上下游連鎖號誌化路口車流影響等等。然而，對於目前國際常用之交通模

擬軟體而言，能輸入變動車流流量及其變化趨勢，並獲得停等延滯分析值之軟 體係更為少數。因此若以自行撰寫軟體分析，其驗證係為一大瓶頸，故本研究 尚未能納入此研究項目，但變動車流流量及其變化趨勢對各號誌控制邏輯之影 響，因此建議後續研究針對尖峰小時因子及其流量變化趨勢對各號誌控制邏輯 影響之研究。

REFERENCE

[1] 交通部運輸研究所 (1986a)，交通號誌規劃手冊。

[2] 交通部運輸研究所 (1986b)，交通管制設施規劃與設計手冊--交通號誌篇。.

[3] 交通部運輸研究所 (2011)，2011 年台灣地區公路容量手冊。

[4] 何志宏 (2001)，台灣地區先進交通管理系統中都市號誌控制邏輯標準化與標 準作業程序之研究－定時式／動態式控制邏輯標準化，交通部運輸研究所。

[5] 朱小玲 (2005)，交控任務邏輯及績效評估之研究，台大土木工程學研究所碩 士論文。

[6] 石雨弘 (2014)，3G 及 Wifi 頻譜使用率與涵蓋範圍的量測與分析：以台大校園 為例，台大電機工程學系碩士論文。

[7] 張智華 (2002)，應用智慧型號誌控制器執行適應性控制之研究，台大土木工 程學研究所碩士論文。

[8] 楊瓅凱 (2010)，以延滯指標評估多種交通號誌控制邏輯之適用時機-以獨立路 口簡單二時相為例，台大土木工程所博士論文。

[9] 陳雅琴、林國顯 (2009)，城際與都會旅行時間價值之理論與實證研究-羅吉特 模型的應用，中華民國運輸年會論文。

[10] 郭瑜堅 (2007)，旅次總成本導向之都市運輸政策評估方法，台大土木工程系 博士論文。

[11] 夏晧清 (2012)，以活動觀點研究法探討平日、周末假日活動時間價值之研究，

成大都市計畫學系博士論文。

[12] 張堂賢、張智華 (2004)，「應用智慧型號誌控制器執行適應性交通控制之研 究」，運輸計劃季刊，第三十三卷第一期，頁203-225。

[13] 林純因 (2011)，基於車載隨意網路之行動定位與追蹤整合服務，國立台灣大 學土木所碩士論文。

[14] Chen, H, Cohen, S.L, Gartner, N.H., and Liu, C.C., Simulation Study of OPAC：A Demand-Responsive Strategy for Traffic Signal Control, Proceedings of the 10th International Symposium on Transportation and Traffic Theory,pp233-249,1987 [15] David Husch, John Albeck, Synchro 8 User Guide, Trafficware Corporation, 2011 [16] Lawrence A. Klein, Sensor Technologies and Data Requirements for ITS, 2001 [17] Webster, F., Traffic Signal Settings, Road Research Technical Paper NO.39, Road

Research Laboratory, Her Majesty’s Stationery Office, London, U.K., 1958

[18] Tsubota, Takahiro, Bhaskar, Ashish, Chung, Edward, & Billot, Romain, Arterial traffic congestion analysis using Bluetooth duration data.In Tisato, Peter, Oxlad, Lindsay, & Taylor, Michael (Eds.) Australasian Transport Research Forum 2011, 28 - 30 September 2011

[19] Le Minh Kieu, Ashish Bhaskar, Edward Chung, BUS AND CAR TRAVEL TIME ON URBAN NETWORKS: INTEGRATING BLUETOOTH AND BUS VEHICLE IDENTIFICATION DATA Smart Transport Research Centre, Faculty of Built Environment and Engineering, Queensland University of Technology, Brisbane, Australia 2012

[20] Gabriel Michau, Alfredo Nantesa, Edward Chunga, Patrice Abryb, Pierre Borgna Retrieving Trip Information from a Discrete Detectors Network : the case of Brisbane Bluetooth detectors 2014

附錄

附圖-1 2X2 原始定時控制平均每車延滯

附圖-2 2X2 原始定時控制總消費

附圖-3 2X2 原始定時控制總利益

附圖-4 2X2 考量消費高低之定時控制平均每車延滯

附圖-5 2X2 考量消費高低之定時控制總消費

附圖-6 2X2 考量消費高低之定時控制總利益

附圖-7 2X2 考量消費高中低之定時控制平均每車延滯

附圖-8 2X2 考量消費高中低之定時控制總消費

附圖-9 2X2 考量消費高中低之定時控制總利益

附圖-10 3X3 原始適應性控制平均每車延滯

附圖-11 3X3 原始適應性控制總消費

附圖-12 3X3 原始適應性控制總利益

附圖-13 3X3 考量消費高低之適應性控制平均每車延滯

附圖-14 3X3 考量消費高低之適應性控制總消費

附圖-15 3X3 考量消費高低之適應性控制總利益

附圖-16 3X3 考量消費高中低之適應性控制平均每車延滯

附圖-17 3X3 考量消費高中低之適應性控制總消費

附圖-18 3X3 考量消費高中低之適應性控制總利益