English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 80990/80990 (100%)
造訪人次 : 42756848      線上人數 : 2669
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/43305


    題名: 運輸需求整合模型統合架構之探討;A Combined Model Framework for Four-Step Travel Demand Procedure
    作者: 陳文婷;Wen-Ting Chen
    貢獻者: 土木工程研究所
    關鍵詞: 旅次產生;旅次分佈;運具選擇;交通量指派;整合性模型;超級路網;trip generation;trip distribution;modal split;traffic assignment;combined model;supernetwork
    日期: 2010-07-20
    上傳時間: 2010-12-08 13:33:56 (UTC+8)
    出版者: 國立中央大學
    摘要: 本研究基於用路人之均衡原則,建構包括旅次產生、旅次分佈、運具選擇與交通量指派在內之多運具的四階段整合性模型,以克服傳統旅運預測之四階段界面不一致性的問題。經由改良後之超級路網的詮釋,該整合模型可視為一個交通量指派之延伸問題。本研究另設計小規模路網,以Frank-Wolfe演算法分別針對線性與非線性路段成本函數加以求解驗證,並歸納出需求函數之係數的限制,文末亦比較整合模型與反饋式循序性模型之優劣點,並做出結論與建議。 Based on Wardrop first principle, this research formulates a combined model that covers four steps, i.e., trip generation, trip distribution, modal split, traffic assignment, embedded in the travel demand forecasting procedure. Using the modified supernetwork representation, the proposed combined model can be naturally regarded as an extension of the fixed demand traffic assignment model. A hypothesized small network was demonstrated using the Frank-Wolfe algorithm for both linear and nonlinear link cost functions. The experiment also shows a certain restriction must be imposed on the parameters of origin-destination demand functions. A comparison of our combined model and the sequential travel demand forecasting with feedback was also made. A few remarks are given in the end.
    顯示於類別:[土木工程研究所] 博碩士論文

    文件中的檔案:

    檔案 描述 大小格式瀏覽次數
    index.html0KbHTML1290檢視/開啟


    在NCUIR中所有的資料項目都受到原著作權保護.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 隱私權政策聲明