旅行時間預測模組

旅行時間預測之概念類似連線式交通控制系統架構（Online Traffic Control Architectures），此類系統一般能透過車輛偵測器收集交通資料，即時掌握交通動 態，適時做出準確的交通預測，以達到更有效率的交通管理。本研究建立之旅行 時間預測模組為客製化（customization）取向，待使用者設定起點、迄點、豬發 之日期及時間後，提供旅行時間預測服務。

旅行者需求產生的時間點有許多種情境：譬如已經出發，希望得知到達終點 匝道之時間；又或是尚未出發，希望得知隔日之旅行時間預測；這兩種情境對旅 行時間預測模式的差異在於預測的時間長度不同。

在不同預測時間長度的考量狀況下，如果僅用單一模式進行預測，有時會出 現預測模式對未來 1 或 2 期的短期預測非常準確，但對未來 5 至 10 期的長期預 測卻相當不準確。為了避免這樣的情形發生，由 Makridakis 在 1990 年所做的研 究顯示，對不同時間長度選擇不同的模式，可以大幅改善精確性。

因此，本研究建立之旅行時間預測模組，分為短期時間預測模式與長期時間 預測模式，對於不同時間長度的情境，使用相對應的預測模式處理。短期時間預 測模式使用卡曼濾波預測法，長期時間預測模式則使用傅立葉轉換歷史參數以預 測。

旅行時間預測流程如下：

64

65

ii. 判斷此次預測屬於長期預測模式或是短期預測模式。

iii. 如為長期預測（使用者尚未出發），則先判斷此次預測路徑是以哪些路段

（以匝道微端點）串接而成。而後連接資料庫讀取該日星期別（週一、週 二…週日）之傅立葉轉換歷史參數。

iv. 長期旅行時間預測模式，以出發時間為查詢條件，對路徑中第一個路段做 旅行時間預測；並將預測得之旅行時間加上出發時間，做為後續路段旅行 時間預測之查詢條件；最後將各路段預測時間值加總，得出路徑總旅行時 間。

v. 若為短期預測模式（即時出發），則先判斷此次預測路徑是以哪些路段串 接而成。而後連接資料庫讀取該日星期別之傅立葉轉換歷史參數，及三小 時內即時資料。

vi. 使用卡曼濾波法配合三小時內即時資料，預測第一節路段之旅行時間，加 總至變數「總旅行時間 TT」中。

vii. 在總旅行時間 TT 小於 15 分鐘時，皆屬於短期預測模式。依序預測各路 段旅行時間，預測時使用前綴路段的總旅行時間為查詢條件，並將結果加 總至總旅行時間 TT 中。

viii. 在總旅行時間 TT 大於 15 分鐘時，屬於長期預測模式，模式邏輯與步驟 iv.相同。

ix. 輸出結果即為總旅行時間 TT。

66