2016公共運輸旅運規劃服務實務研討會 旅運規劃很簡單-五縣市比較告訴你 景翊科技 陳怡君 經理 5/18/2016
Contents 旅運規劃是甚麼? 1 實務應用放大鏡! 2 同中求異的運算邏輯 3 有沒有好點子? 4 2
透過A(起點/路線)的可行點, 結合B(迄點/路線)的可行點, 查詢兩點/路線之間的所有可行路線,藉以取得相關的旅運規劃。
常見的旅運查詢方式 選擇查詢條件 方案結果產出
國外應用案例 Massachusetts Bay Transportation Authority Transport for London CITY MAPPER MAT NYCT
國外應用案例 SBB NAViTiA navitime
國外案例檢視
國內應用案例 BUS+ 公車導航 公務部門 民間單位 五大縣市政府 UrMap
國內案例檢視—政府部門
最常見的規劃邏輯 VS 資料狀況 現有旅運規劃邏輯方式 現有資料來源 【隱藏性問題】 班表、路線、票價資料量龐大 【導致結果】 設定演算法參數 搜尋起訖點區域 啟動演算法 搜尋直達旅次方案 搜尋轉乘旅次方案 比較並進行方案排序 輸出方案 現有資料來源 【隱藏性問題】 班表、路線、票價資料量龐大 【導致結果】 撈取資料庫時間過長(2-3小時) 資料處理時間長
不同邏輯下的旅運規劃 運算思考方向 通常會考量以下因素: 納入的資料包含? 點(站位)對點(站位)、線(路線)對線(路線) 權重運算、空間、旅行時間、轉乘次數、距離、步行速度、運具選擇、票價…等等 納入的資料包含? 班表、票價、座標、地址/地標資料庫 其他應用端:熱量資訊
怎麼改善? 設置轉乘區 考量最大旅行距離 分層搜尋 考量旅次方向性 資料庫重新規劃 限定運具 利用歷史資料直接輸出結果 分割資料表 減少資料庫邏輯運算 提高搜尋命中率 客運轉乘、旅行時間不易掌握 利用軌道運輸、航空及船運資料為主要城際運具,並提供轉乘方案 限定運具 進行分群分析,建立合理方案資料 採用方案審核機制,直接撈取方案 減少演算法求解時間 利用歷史資料直接輸出結果
公車/火車/捷運直達
公車轉公車
公車轉捷運
公車轉火車
捷運轉捷運
捷運轉火車
資料正確性? 預估準確性? 運算速度?
簡報結束 敬請指教