Full metadata record
DC FieldValueLanguage
dc.contributor.author周幼珍en_US
dc.contributor.authorJOU YOW-JENen_US
dc.date.accessioned2014-12-13T10:29:24Z-
dc.date.available2014-12-13T10:29:24Z-
dc.date.issued2006en_US
dc.identifier.govdocNSC95-2221-E009-345zh_TW
dc.identifier.urihttp://hdl.handle.net/11536/89256-
dc.identifier.urihttps://www.grb.gov.tw/search/planDetail?id=1309770&docId=242058en_US
dc.description.abstract早期的動態起迄研究大都只考慮在某一個時段內,推估起迄流量及所有相關變數的平均值。此類研究並沒有考慮交通流量會隨時間變化的特性,通常只用來應用在規劃方面。Jou (2001,2002,2003)曾經用時間序列中的狀態空間模式(State Space Modal),並且結合Gibbs抽樣計算方法去估計動態起迄型態(O-D Pattern),但是網路的旅行時間都是假設固定,應用在捷運系統等估計動態起迄型態(O-D Pattern)。 在本計畫第一年的工作中,已經發展高斯形狀態空間模式(Gaussian State Space Model)用以推估動態起迄矩陣。並將繼續發展非高斯形狀態空間模式(Non-Gaussian State Space Model),使這個方法論更為一般化,其適用條件亦更為廣泛本計畫第二年發展一結合車流模擬(總計畫)以提供旅行時間方法去估計起迄型態(O-D Pattern)。我們使用時間序列中的狀態空間模式(State Space Modal),並且考慮在高斯形狀態空間模式(Gaussian State Space Model)的條件下去校估狀態空間模式的參數,結合車流模擬以提供旅行時間用於求解的疊代過程直到收斂。 本計畫第三年將將放鬆前期狀態轉移矩陣(Transition matrix)固定之假設,並使之隨時間以及觀察值改變。並且引進平行計算技巧,以發展平行演算法用以提升計算效能。本研究將把此平行演算法撰寫成程式並於叢集電腦(PC-Cluster)上執行以求算效率,並達到提供即時資訊之目標。zh_TW
dc.description.sponsorship行政院國家科學委員會zh_TW
dc.language.isozh_TWen_US
dc.subject動態起迄矩陣zh_TW
dc.subject狀態空間模式zh_TW
dc.subject吉伯抽樣zh_TW
dc.subject卡門濾波zh_TW
dc.subject車流模擬zh_TW
dc.title以車流模型為基礎之交通動態預測技術平台開發---子計畫一:動態旅次起訖推估與預測(III)zh_TW
dc.titleEstimation and Prediction of Dynamic Origin-Destination Flow (III)en_US
dc.typePlanen_US
dc.contributor.department國立交通大學統計學研究所zh_TW
Appears in Collections:Research Plans