系統彈性分析

暨資料收集與建立後，本研究將進行系統彈性之測試，一些系統假設及限制 之說明如下，在目標函數 3.5 式中，起先各決策項目的權重係由本研究自行設定，

因此在分區模式求解的階段，假設各個決策項的權重值均可視分區的結果而做後 續的大小調整，以改變各因素對決策目標的影響，以驗證分區模式之彈性，視其 能否規劃出符合使用者偏好的分區形式。

在起始解方面，本研究為了簡化測試的複雜性，所以直接指定招呼站附近的 路段作為起始解，接著再經由目標值的改善方式將尚未被劃分的路段作合併。各 招呼站空間分佈與起始解設定如圖 4.3 所示：

圖 4.3 招呼站空間分布示意圖

在剛開始設定權重大小時，以滿足各分區最大載客量為路段合併的優先考 量，因此在目標函數 3.5 式中，給定權重值γ 較大的數值，使得各分區包含的範 圍能夠持續擴大；而代表分區間差異程度的權重值α 與β，則分別給予較小的數 值；此外，在決策項目中為了加強形狀因子的限制程度，則給予目標函式中的權 重值δ 較大數值，以確保得到的分區形狀較具規則。在選擇候選路段方面則是考 慮整個路網範圍的路段，即尋找對目標值改善最大的路段合併方式作為鄰近最佳 解的挑選方案。根據上述的說明後，本研究即可利用先前的分區模式並結合禁忌 搜尋法求得招呼站之服務分區結果，以下就以測試的結果進行分析。

初步測試結果如圖 4.4，各個招呼站的統計資料如表 4.2 所示。從圖 4.4 中可 發現被虛線所框起來的分區，對應表 4.2 中編號第 19 個招呼站，在乘客平均等 候時間的統計資料上明顯高於其他招呼站，此現象說明該分區的結果不甚理想，

就現況而言，圖 4.4 中招呼站 K 的所在位置能服務的範圍過大，對於範圍邊界所 產生的需求較不可能予以派遣，原因是乘客所需等待的時間過長，車行人員則會 以最近空車作為派遣任務的優先考量。

因此，本研究必須對現有的分區結果進行調整，而採取的方式為調整目標函 式中γ 的大小，重新給予其較小的數值，並將α 值加大，增強乘客平均等候時間 差異對於目標值的影響程度，使得路段可以重新合併或指派給虛擬招呼站服務，

並假設其餘條件不變。改變上述權重值後的分區結果如圖 4.5 所示。由圖 4.5 可 知，修正後的權重值對於分區的結果會有所改變，從圖 4.5 中可以明顯看出原本 較不合理的招呼站服務分區有得到改善。

圖 4.4 招呼站服務分區示意圖(1)

圖 4.5 招呼站服務分區示意圖(2)

表 4.2 招呼站服務分區統計資料表

圖 4.6 招呼站服務分區示意圖(3)

從圖 4.6 可知，將需求權重值加大後，虛線部分代表市區附近的招呼站分區 明顯縮小了，由於市區附近的顧客需求較為密集，其路段上的顧客需求強度明顯 高於其他的招呼站分區範圍，因此，為了避免各個招呼站分區內的載客服務量差 異太大，各分區會經由模式中路段的重新合併來進行改善。

招呼站的服務分區劃分並無統一的標準，完全經由管理者自行決定需要的分 區結果，而目前的分區方式多是經由人工方式劃分，較缺乏一客觀的方法。經由 上述的測試結果可知，本研究提供使用者可以利用調整權重值的方式，讓使用者 設定以產生期望之分區結果，權重值的調整將會影響到服務分區的劃分結果，本 研究整理相對應的說明如表 4.3 所示。

表 4.3 各權重值對於分區結果之影響說明

權重值 影響之決策項目 調整結果

γ 招呼站之總載客服務量 增加此值對應之分區服務範圍會 擴大，如圖 4.4 所示。

α 分區間乘客平均等候時間差異 增加此值會使得分區間乘客平均 等候時間差異縮小，如圖 4.5 所示。

β 分區間的載客服務量差異 增加此值將改善各分區間之載客 服務量差異，如圖 4.6 所示。

δ 招呼站服務分區之形狀因子 增加此值將使得分區結果更趨近 於規則形狀(方形或圓形)。