| 论文名称 | 人行道行人流量推估：人行道系统服务水准评估之应用 |
| 年别 | 110 |
| 学位 | 硕士 |
| 学校系所 | 国立阳明交通大学 运输与物流管理学系 |
| 作者 | 陈思婷 |
| 指导教授 | 邱裕钧 |
| 论文摘要 | 「步行性」是发展永续运输最基本的部分，因为步行是所有绿运输的第一哩和最后一哩路，若没有一个良好的步行环境，就不可能使运输系统更加环保。然而，由于预算限制，人行道设施的改善应该优先考虑人们的步行需求，基此，本研究旨在透过各种人行道几何条件、建筑环境和社会经济条件/人口统计资料，建立一人行道行人流量推估模型，以评估人行道的服务水准及其改善的优先级。 为此，本研究通过使用回归模型和人工类神经网络 (ANN)，根据人行道的几何条件和邻近的建筑与社会经济环境，来推估人行道尖峰时段的行人流量。行人流量数据蒐集自 96 条人行道的即时影像监视器，包括平日和假日，共有 192 个样本，并从 24 小时影像计数中确定了早晚四个尖峰时段。此外，还蒐集了 27 个解释变量，包括 7 个人行道几何和设施，7 个社会经济和人口统计变量，以及 13 个建成环境变量，包含 6 个土地使用变量、3 个 POI（兴趣点）和 4 个公共运输变量。平日和假日行人流量推估的双对数回归模型显示，分别有 15 个和 10 个变量具统计显着，调整后的 R^2 分别为 0.6838 和 0.7425，MAPE 分别为 7.18% 和 9.60%。而具有两层的调谐 ANN 模型（倒传递类神经网络，BPN）显示平、假日的 MAPE 分别为 8.28% 和 7.90%。由此可知，不管是回归模型或是 BPN 模型，表现都非常令人满意。 为了展示推估模型的适用性，本研究通过使用分析阶层程序法并访谈 6 位专家，建立了一个人行道服务水准评估架构。结果显示，最重要的准则是人行道的有效宽度 (0.1879)，其次是号志控制设施 (0.1707) 和路面破损程度 (0.1707)。接着，对台北市超过 300公尺的人行道进行了案例研究，这些人行道在二维图上的分布（行人流量与服务水准分数）有助于确定其改善的优先级。 |
| 附件下载 | (此全文2024年8月31日后开放外部浏览) |
| 张贴日 | 2021/09/09 |
| Hashtags |
查看次数:
171