電信與車輛偵測大數據應用－高雄市旅運特性分析與易壅塞道路預報

10.6653/MoCICHE.201810_45(5).0010

周諺鴻；顏郁航；王志綱

土木水利

45卷5期（2018 / 10 / 01）

75 - 81

繁體中文

高雄市已實施多項交通管理或工程手段來解決塞車問題，然市區車流與相鄰縣市間及過境性城際車流仍需進一步透過整合式運輸走廊智慧交通管理的手段，引入先進交通預報管理解決方案，藉由科技管理、大數據分析與交通預警運作機制及跨單位複合運輸與交通協調構建交通預報與管理功能。先進技術上可結合道路車輛偵測數據及大樣本電信數據來精細掌握市民之旅運特性，包括分時段別旅次起迄、旅次目的、運具別等特性。因此，藉由建立大數據旅次起迄分析與短期交通預報資訊服務，持續性提供熱門景點及易 壅塞道路車流特性分析與預報服務，作為管控與疏散運輸走廊壅塞車流之基礎。

1. (2016).應用大數據技術建置重要瓶頸路段及運輸走廊之交通預警機制.交通部運輸研究所.
2. (2018)。106 年多元偵測技術整合應用計畫，高雄市政府交通局（2018）。
3. Atos Group(2013).Atos Group. Real Time Traffic Forecast, Ascent white paper. November 2013..
4. Chong, Miao,Abraham, Ajith,Paprzycki, Marcin(2011).,未出版
5. LeCun, Yann,Bengio, Yoshua,Hinton, Geoffrey(2015).Yann LeCun, Yoshua Bengio and Geoffrey Hinton (2015), Deep Learning..
6. Liang, Zilu,Wakahara, Yasushi(2014).Real-time urban traffic amount prediction models for dynamic route guidance systems.EURASIP Journal on Wireless Communications and Networking,2014(1)
7. Lv, Yisheng,Duan, Yanjie,Keng, Wenwen,Li, Zengxi,Wang, Fei-Yue(2015).Traffic Flow Prediction With Big Data: A Deep Learning Approach.IEEE,16(2),865-873.
8. Ma, Xiaolei,Dai, Zhuang(2017).Learning Traffic as Images: A Deep Convolutional Neural Netwoek for Large-Scale Transportation Network Speed Prediction.Sensors,17(4)
9. Ma, Xiaolei,Yu, Haiyang(2015).Large-Scale Transportation Network Congestion Evolution Prediction Using Deep Learning Theory.PLoS One,10(3),e0119044.
10. Mak, Mark K. Y.,Ho, George T. S.,Ting, S. L.(2011).,未出版
11. Manuel Fernandez-Delgado, Eva Cernadas,Barro(2014).Do We Need Hundreds of Classifiers to Solve Real World Classification Problems?.Journal of Machine Learning Research
12. Polson, Nicholas,Sokolov, Vadim(2016).,Carnell University Library.