研究內容與流程

本研究之進行流程如下圖 1.1 所示：

研究目的確認

文獻回顧 擁擠收費

國外實施案例 收費費率

收費範圍與費率水準之最佳化模式

求解演算法研擬

程式撰寫

簡例設計與驗證

實例應用

結果分析

管理策略研擬

結論與建議 台北都會區

OD需求 路網資料

訂定目標式 收費範圍

圖 1.1 研究流程圖

本研究之研究內容分述如下：

一、研究目的確認

本研究目的為建立收費周界與費率水準之最佳化模式，來對台北都會區進行 擁塞收費的定價，包括建立擁塞收費的範圍以及費率水準。

二、文獻回顧

回顧以往文獻中擁塞收費的相關研究，包括瞭解各模式的發展，加以歸納整 理其模式的目標式、限制式與其決策變數。同時回顧國內外擁塞定價的實施情 形，針對不同國家進行探討。

三、收費周界與費率水準之最佳化模式

回顧國內外文獻，發現大多使用邊際成本定價理論與雙層數學規劃模式來解 決擁塞定價的問題，而在雙層數學規劃模式，通常會採用啟發式解法當作求解演 算法。模式的選擇本研究採用基因演算法來做為收費周界之最佳化求解，績效為 社會福利最大化，編碼為二元變數，決定路段是否收費。之後採用雙層數學規劃 模式來做為費率水準的求解模式，上層目標式為社會福利最大化，下層目標式為 旅行成本最小化與使用者意願最大化，限制式為流量必頇滿足需求量。

四、求解演算法研擬

回顧國內外相關文獻，發現在解決收費周界最佳化的問題，多半採用基因演 算法來做求解雙層數學規劃模式的演算法，而且也得到不錯的績效，故本研究採 用基因演算法做為雙層數學規劃求解的演算法。

五、程式撰寫

透過基因演算法將雙層數學規劃模式的變數編碼，適應函數則採用目標式，

來進行交配、複製、突變等動作，使用 Evolver 軟體來進行程式之撰寫，透過調 整其不同的交配率、突變率與使用不同的取代方式，進行比較其績效，找到最適 合此模式的基因演算法之訂定。

六、簡例設計與驗證

針對求解演算法，進行簡例設計。使用雙層規劃數學模式與基因演算法進行 求解簡例的最佳收費周界與費率水準，觀察其求解後收費周界與費率水準之合理 性，對於程式進行修正與分析，之後對於簡例之結果進行解釋。

七、實例應用

依據本研究所設定之模式進行實證研究，利用問卷與調查所得之研究資料，

使用基因演算法與雙層規劃數學模式，將收費周界與費率水準做求解。

八、結果分析

將實例應用求得之結果，進行敏感度分析，觀察其收費範圍變動後，社會福 利會如何去做變動，因此，當收費範圍變動後，可以讓收費費率跟著去做改變，

觀察路段流量的改變，提供決策者最佳化的方向。

九、管理策略研擬

根據敏感度分析，改變一點點收費的範圍，去看收費費率的改變，故可從敏 感度分析中看出兩者間之相關，透過此資訊，可衍伸出道路定價的管理策略研擬 與評估。

十、結論與建議

根據管理政策之研擬，提出其結論與建議。

擁塞收費定價所需考慮之因素相當多，因此，本研究先透過文獻了解國外實 施擁塞收費之現況，再根據文獻與現況的內容，根據此文獻與現況設計出實施 擠收費的假設情境，預測用路人的反應，在建構選擇模式，以分析擁塞收費後用 路人之旅運行為的改變情形，研究內容整理如下：

1. 了解目前各國實施擁塞收費之現況，以確定本研究之目的與方法，及研究範 圍之界定。

2. 回顧國內外有關擁塞收費之理論與實務等方面的文獻，藉以了解實施擁塞收 費需探討之方向。

3. 經由相關文獻之整理，研擬實施擁塞收費及用路人選擇行為的決策模式，並 以此作為情境模擬及後續模式建立之依據。

4. 整合雙層數學規劃模式及多項羅吉特模式之概念，及其所應用的範圍及方 法，以確實地運用於模式的建構。

5. 透過文獻回顧及資料的整合，研擬擁塞收費中雙層數學規劃模式的限制式與 目標式，及擁塞收費模擬之實施方式，進而利用擁塞收費模式來設計簡單的 案例來做測詴。

6. 建構雙層數學規劃模式及多項羅吉特模式的整合，探討使用者旅運選擇行 為，以及不同擁塞收費下，使用者的運具轉移比率，同時探討不同的收費方 案下，使用者的旅運選擇行為。