第四章 實例應用
4.1 系統架構
4.4.2 演算法運算效率分析
66
表4.6 不同的路線服務時間測試 測試設定
值編號 輸出結果 回應時
間(秒)
設定值1 市區直達方案
從 交大光復校區 到 建中路口 共有 1 種直達方 案
直達方案：1 步行總距離約 256 公尺
從 交大光復校區 走
0 公尺 到 交大光復校區
站 ; 約搭 下午 05:00:00 的 2 路 公車往 公車站 (民族路) 方向; 約在 下午 05:14:00 到達 光復中 學 站 下車走256 公尺 到 建中路口。
備註： 2 路路線下午 05:00:00 的班次繞建功高中 0.09
設定值2 沒有可行方案 0.06
設定值3 二次轉乘
從 國立交通大學 到 海天一線 共有 3 種二次轉 乘
市區二次轉乘方案：1 步行總距離=111 公尺 從 國立交通
大學 走
111 公尺 到 梅
竹山莊 站 ; 搭 下午 12:50:00 的 2 路 公車往 公車站(民族 路) 方向; 約 在下午 12:14:00 於 東門市場站 下車;從 東門 市場 站 走
0 公尺
到 東門 市場 站 ;在 東門市 場 站 ; 搭 下午
12:20:00 的 15 路 公車 往 南寮漁 港 方向;
約在 上午 11:24:00 於 南寮漁港站 下車 ;
從 南寮 漁港 站 走
0 公尺
到 南寮 舊漁 港 站 ;在 南寮舊漁 港 站 ; 搭 上午
11:40:00 的 觀光巴士 公 車往 海山漁 港 方向; 約 在 上午 11:36:00 於 海天一線站 下車 走
0 公尺 到 海
天一線 。0.34
設定值4 沒有可行方案 0.30
67
合相較於直達方案或者一次轉乘方案的數量明顯為少，系統因此能快速篩選 出符合使用者需求的連線。另一方面，由效能測試彙整結果之平均處理秒數 可得知本研究系統回應時間相當快速，理由不外乎是先行求取點對點最短距 離和轉乘參照表之處理機制，透過先行處理大符減少即時處理所需要分析的 資料量，增加處理速度。轉乘可行參照表的建立在運算效率的提升上，也扮 演相當重要的角色，理由如下：一般最短路徑演算法在進行最短路徑分析時，
通常會給予搜尋區域上的限制，減少節點與節線的數量，如圖 4.7 中使用標 籤設定法來求取O 節點與 D 節點的最短路徑，由於當所有節點標記結束才代 表演算法完成計算，因此透過區域範圍的限制將會減少需要標記的節點，但 可能會造成所求取的路線解並非最佳。在這例子上，標籤設定法所要分析的 節點數為20 個、節線數為 17 個；接著圖 4.8 顯示本研究演算法的搜尋區域，
由於使用者搭乘大眾運輸工具僅能在轉乘停靠站進行轉乘，只分析轉乘節點 就可以得到可行路線組合，且在可行路線組合中必有最佳方案，因為使用者 不會在無法步行可及的場站中搭車，故本研究所設計的演算法最先即是分析 相鄰起迄點的搭乘路線，再從這路線中找出可行連線，而在這路線中的轉乘 節點就是演算法分析的目標。透過轉乘可行參照表的建立，將節線與節點的 關係轉為路線與轉乘節點的關係，系統因此可以輕而易舉直接抓出轉乘節 點，則所要處理的節點數變為2 個、路線數為 2 個，進而達到演算法效能的 提升。
圖4.7 一般演算法搜尋區域
A B C
D E F
G H H
D O
68
圖4.8 本研究演算法搜尋區域
A B C
D E F
G H I
O
D
69