应用ARIMA模式于车辆侦测器数据填补

交控系统是利用各项侦测器或纵坐标名称、单位来进行交通特性搜集的,近年来由于在有线与无线传输的技术上日渐成熟,许多的信息都可以快速的传回至交控中心。但是目前车辆侦测器设置的位置会影响数据收集的准确度,且感应线圈车辆侦测器面临着经常发生数据遗漏。数据产生缺漏对于交通管理决策缺乏效率,而且无法彰显出投资车辆侦测器之价值。为了避免车辆侦测器数据遗漏、断线或数据异常不能使用之情形出现,利用自回归移动平均模型(ARIMA)来填补车辆侦测器所遗失的数据,其MAPE值小于20%,故ARIMA模式較平均法更优秀,其係以历史资料来建构,故有相当优良的填补绩效。     

公车动态资讯系统关键绩效指标评估之研究

公车动态资讯系统能有效整合客运业者营运流程及资源,提供即时而正确的资讯,且能缩短营运需求的反应时间,提昇乘客满意度,因此有助於客运业在营运竞争上的优势,达成永续发展大众运输的目标。论文研究经由从文献理论的探讨,并进行专家访谈,同时依据客运产业特性、管理目标与企业愿景,分两阶段进行问卷调查,再运用层级分析法（AHP）进行问卷分析,期望能筛选出公车动态资讯系统关键绩效评估的重要指标。