六 六
六、 、 、 、
結論與建議結論與建議 結論與建議結論與建議6.1
結論結論結論結論本研究結論分述如下：
1. 本研究透過數學規劃模式之構建，探討 MTORDP 問題特性，並應用基因演 算法架構輔以特殊的啟始解產生、修補、偵測重複、交配、突變法來避免 產生不可行解，以加速求解時間及提升解的品質，經由 TRTC 實例驗證可 說明本模式的穩定性及實用性。
2. 實例驗證結果發現，就 TRTC 現行高運量主線路網而言，為求社會成本最 小，以雙 Y 路網方式營運為較佳的營運方式，若可比照現有經驗解決控制 員席位協調安排、通訊系統整合、號誌路徑……等問題，建議 TRTC 可考 量朝此方向規劃。
3. 另基於本模式容易加入限制式的特性，若 TRTC 考量營運模式數目應低於 某數值以簡化運轉難度及便利旅客搭乘，亦可將此類限制式加入模式中求 解。
4. TRTC 目前仍在擴充路網規模中，若能取得預測運量資料及遠期路網相關參
入，將可應用本模式來求解，甚或可以節省購置列車數，達到樽節成本的 目的。
6.2
建議建議建議建議本模式在列車運行計畫實務問題的求解上尚有改善的空間，謹說明如下：
1. 目前僅針對尖峰時段的營運模式及班距求解，若離峰時段運量需求超過政 策班距之規範，可針對營運時間內不同時段的運量需求（如次尖峰、離峰 時段）進行整合規劃，以求捷運公司全日營運成本最小。
2. 本研究假設列車係固定編組、每一列車承載量固定，實務上有一些捷運系 統如高雄捷運即規劃有同時運行三車組及六車組之功能，故後續可求解混 合編組問題，使本模式應用範圍更廣泛。
3. 由於捷運系統旅運需求尖峰性甚強，捷運公司常需利用備用車，在適當的 時間行駛在最需要的區段，此類加班車的策略規劃可利用本模式產生的解 透過適當的交換法來求得最適的加班車策略。
4. 理論上，本模式可以進行全域搜尋求得最佳解，但因運量指派須花費大量 時間，故較難滿足實務上即時性的規劃需求，若能歸納出簡單的邏輯規則，
將可有助於捷運公司臨時規劃列車運行方式之參考；由於本模式在執行過 程中，已經計算出不同情境下的適合度、列車公里、旅行時間、擁擠情形 等資料，故建議後續可利用這些既有資料進行推論分析（如資料採礦、模 糊推論等），找出簡單有效的規則供即時決策參考，使得本模式的應用更 加廣泛。
5. 本研究所採用的基因修補機制，雖然可以優化較差的基因，但仍不能稱之 為完整的深度搜尋，建議後續可再深入探討如何加上精英搜尋策略來滿足 深度搜尋方面的需求。
6. 本研究對於捷運旅客運量之指派問題以連續方式來處理具有相當的假設 性，雖然有部分文獻仍以此方式進行，但為求更接近 MTORDP 問題特性(尤 其是班距甚大的時候)，建議後續可再研究如何構建出更適合捷運旅客運量 指派的模式。
參考文獻 參考文獻 參考文獻 參考文獻
[1] 陳強，沈志藏，魏瑜，林誌銘，「台北捷運公司列車服務計畫現況說明與研究課題 探討」，新世紀軌道運輸國際學術研討會，民國 89 年 10 月。
[2] Guan, J. F., Yang, H., and Wirasinghe, S. C., “Simultaneous Optimization of Transit Line Configuration and Passenger Line Assignment,” Transportation Research Part B, Vol. 40, Issue 10, pp. 885-902, 2006.
[3] 台北捷運公司，列車運行計畫，民國九十四年。
[4] Wirasinghe, S. C., Initial Planning for Urban Transit Systems, Advanced Modeling for Transit Operations and Service Planning, Lam, W., Bell, M.. (Eds.), Chapter 1, pp. 1–29, Pergamon, 2003.
[5] Ceder, A., , “Designing Public Transport Networks and Routes,” Advanced Modeling for Transit Operations and Service Planning, Lam, W., Bell, M. (Eds.), Chapter 3, pp. 59–91, Oxford, UK 2003.
[6] Fan, W., and Machemehl, R., “Optimal Transit Route Network Design Problem:
Algorithms, Implementations, and Numerical Results,” Technical Report SWUTC/04/167244-1, Center for Transportation Research, University of Texas, USA, 2004.
[7] Guihaire, V., and Hao, J. K., “Transit Network Design and Scheduling: A Global Review,” Transportation Research Part A, Vol. 42, Issue 10, pp. 1251-1273, 2008.
[8] 凌建勳，「營運規劃相關課題—列車服務計畫之探討」，台北捷運局十週年慶研討 會論文集，86-119 頁，民國 86 年。
[9] 周義華，黃勵君，「捷運系統最適營運路線設計之研究」，中華民國運輸學會第十 五屆研討會論文集，民國 89 年 12 月。
[10] 王晉元，林誌銘，「捷運系統營運模式及班距規劃模式之建立－以台北捷運遠期路
網為例」，中華民國運輸學會第十七屆研討會論文集，民國 91 年。
[11] Constantin, I., and Florian, M., “Optimizing Headway in a Transit Network: a Nonlinear Bi-Level Programming Approach,” International Transactions in Operational Research, Vol. 2, No. 2, pp. 149-164, 1995.
[12] Zhao, F., and Zeng, X., “Optimization of Transit Network Layout and Headway with a Combined Genetic Algorithm and Simulated Annealing Method,” Engineering Optimization, Vol. 38, No. 6, pp. 701-722, 2006.
[13] Zhao, F., and Zeng, X., “Simulated Annealing—Genetic Algorithm for Transit Network Optimization,” Journal of Computing in Civil Engineering, Vol. 20, No. 1, pp. 57-68, 2006a.
[14] Gao, Z., Sun H., and Shan, L. L., “A Continuous Equilibrium Network Design Model and Algorithm for Transit Systems,” Transportation Research Part B, Vol. 38, No. 3, pp.
235-250, 2004.
[15] David, E. G., Genetic Algorithms in Search, Optimization, and Machine Learning, Addison-Wesley, NY, USA, 1989.
[16] Baaj, M. H., and Mahmassani, H. S., “Hybrid Route Generation Heuristic Algorithm for the Design of Transit Networks”, Transportation Research, Vol. 3C, No. 1, pp. 31-50, 1995.
[17] Yin, Y., “Genetic-Algorithm-Based Approach for Bilevel Programming Models,” Journal of Transportation Engineering, Vol. 126, No. 2, pp. 115-120, 2000.
[18] Tom, V. M., and Mohan, S., “Transit Route Network Design Using Frequency Coded Genetic Algorithm,” Journal of Transportation Engineering, Vol. 129, No. 2, pp.
186-195, 2003.
[19] Agrawal, J., and Tom, V. M., “Transit Route Network Design Using Parallel Genetic Algorithm,” Journal of Computing in Civil Engineering, Vol. 18, No. 3, pp. 248-256, 2004.
[20] Ceylan, H., and Bell, M. G. H., “Traffic Signal Timing Optimization Based on Genetic Algorithm Approach, including Drivers Routing”, Transportation Research Part B, Vol.
38, pp. 329-342, 2004.
[21] Ceylan, H., and Bell, M. G. H., “Genetic Algorithm Solution for the Stochastic Equilibrium Transportation Networks under Congestion”, Transportation Research Part B, Vol. 39, pp. 169-185, 2005.
[22] Goldberg, D. E., Genetic Algorithms in Search, Optimisation, and Machine Learning, Addison-Wesley, Boston, MA, USA, 1989.
[23] 周鵬程，遺傳演算法原理與應用，全華科技圖書股份有限公司，民國九十一年。
[24] 蘇木春、張孝德，機器學習：類神經網路、模糊系統以及基因演算法則，全華科技
圖書股份有限公司，民國九十二年。
[25] Reeves, C. R., “Modern Heuristic Techniques for Combinatorial Problems,” John Wiley and Sons, pp. 151-196, NY, USA 1993.
[26] Turmquist, M. A., “A Model for Investigating the Effects of Service Headway and Reliability on Bus Passenger Waiting times”, Transportation Research Record 663, pp.
70-73, 1978.
[27] 李治綱，謝汶進，「應用雙層次規劃於高速鐵路列車服務設計之研究」，運輸計劃
季刊，第三十一卷第一期，95-120 頁，民國 91 年 3 月。
[28] 鄭意勳，「捷運車站主要設施配置之研究」，國立交通大學，碩士論文，民國 88
年 6 月。
[29] 交通部運輸研究所，2001 年台灣地區公路容量手冊，民國九十年。
[30] 台北市政府捷運工程局，捷運系統規劃手冊，民國七十八年。
[31] 張學孔，郭瑜堅，「都市旅次總成本模式構建之研究」，運輸計劃季刊，第三十六
卷第二期，147~182 頁，96 年 6 月。
[32] 台北市政府捷運工程局，台北都會區整體運輸需求預測模式(TRTSIII)校估報告，民
國八十三年。