• 沒有找到結果。

應用基因演算法於捷運列車運行計畫之研究

N/A
N/A
Protected

Academic year: 2021

Share "應用基因演算法於捷運列車運行計畫之研究"

Copied!
70
0
0

加載中.... (立即查看全文)

全文

Loading

數據

圖 10 MTORDP 網路模型示意圖 d 類節線 2 4 7 8  9 圖 10-b 1 2 3 4  5  6 7 8 9 (1) (2) (3) (4) (5) 圖 10-a 1 2 3 4 5 6 7 8 9 圖 10-c 3 5  6 e 類節線 a 類節線 c 類節線  b 類節線 出入口 上下車點 月台 1  ○:車站出入口 ▲:月台 ●:上下車點 →:節線
圖 10-c 中之粗實線代表旅客要從車站到車站	,則他要先在車站進站、 走到月台、候車及上車、搭乘營運模式(1)列車、在交會站的月台下車後, 他有二個選擇,第一個是搭乘營運模式(4)直達車站	;第二個選擇是搭乘 營運模式(5)到車站月台下車後,再轉搭營運模式(4)到車站	,兩個營運 模式間的轉車成本可以從轉車過程中額外的下車、候車及上車成本來表 示。從這個例子中,我們可以知道,藉由 a ~ e 類節線的設計,可以充分代 表旅客在路網中的搭乘動作並有效簡化數學規劃模式。  表1 各類節線特性說明  節
圖 11 主要概念係先產生可行的啟始解(內容為營運模式組合及列車數)並計算相 關營運成本,其次應用 3.1 節觀念針對該啟始解(並非傳統模式的全路網範圍都要構建成 網路模型)構建網路模型後,求解運量指派問題並算得旅客時間成本,最後再依適合度 函數計算綜合成本後,進行基因交配及突變等動作以尋找其他優良的解。  雖然本模式基於基因演算法全域搜尋的特性,有機會搜尋到最佳解,但 MTORDP 基於限制式多的特性,隨機產生基因方式將產生許多不可行解,以及運量指派程序需要 大量運算時間等問題,均影響本模式之應用成效,故
表 10 交配率與突變率組合敏感度分析表  交配率 突變率 最佳解適合度 (千元) 最佳解 產生世代 總執行時間(秒) 最佳解適合度(千元) 最佳解 產生世代 總執行時間(秒) 最佳解適合度(千元) 最佳解 產生世代 總執行時間(秒) 最佳解適合度(千元) 最佳解 產生世代 總執行時間(秒) 最佳解適合度(千元) 最佳解 產生世代 總執行時間(秒) 0.85 0.1 20579.0 60 4851 611.0 114 3779 611.0 9 1993 611.0 36 3143 5603.0 54.8 3
+6

參考文獻

相關文件

事前事後比較((前測 前測 前測 前測 前測//後測 前測 前測 前測 後測 後測 後測 後測 後測 後測 後測))研究設計 研究設計 研究設計 研究設計 研究設計

由於 DEMATEL 可以讓我們很有效的找出各準則構面之因果關係,因此國內外 有許多學者皆運用了 DEMATEL

譚志忠 (1999)利用 DEA 模式研究投資組合效率指數-應用

二、 本計畫已將部分研究結果整理,發表於國際研討會(Chan, Y.-H., Lin, S.-P., (2010/7), A new model for service improvement design, The 2010 International Conference

本研究採用的方法是將階層式與非階層式集群法結合。第一步先運用

本研究旨在使用 TI-Nspire CAS 計算機之輔助教學模式,融入基礎 統計學的應用,及研究如何使用 TI-Nspire CAS

本研究是以景觀指數進行對 1993 年、2008 年與擴大土地使用三個時期之評 估,其評估結果做比較討論。而目前研究提供研究方法的應用-GIS 與 FRAGSTATS 之使用方法。從 1993 年至

本研究以河川生態工法為案例探討對象,應用自行開發設計之網