交通部運輸研究所利用火車資料及演算法改善,開發臺灣鐵路供給與需求的數學模式,研發鐵路供需診斷模式軟體,據以進行臺鐵系統供需診斷,以及運能供給最佳化與建設計畫運能改善評估等分析,助於鐵路建設與營運進化。
臺鐵為全國規模最大、車種最複雜且歷史最悠久的軌道系統,為提升經營效率,及掌握建設計畫效益,運研所與成大軌道研究中心合作,藉由鐵路運輸系統供給、客運需求及消費者面向切入,分別建立6項數學模式描述運輸需求之形成、乘客之選擇行為、鐵路服務計畫之擬定、排除班表衝突以及班表之評估分析等重要元素,再予整合完成鐵路供需診斷模式軟體,可做為鐵路系統供需現況診斷、鐵路建設計畫經費審議、比較各種鐵路營運相關政策方案之有力工具。
鐵路系統供需的診斷,複雜度高且困難,多年來也吸引國際上學界與業界注意,從事相關核心技術的研發。20年前以手動排班,效益較低; 近年來導入電腦系統,10年前跑一次排班表,電腦需耗時一個月; 近3年來研究員持續改善演算法及運用新電腦系統,將一次排班優化的時間縮短到2個小時。臺鐵有240個車站, 1天有1千餘班列車,1天有80萬筆售票紀錄。系統可以調整是否為收益最佳化或旅客延誤時間最少,近期並將導入排班系統。另外,車站有新建工程或軌道新增的變化,也考驗排班的最佳化狀況。運研所已申請TW M621269 U/軌道布置與運轉路徑的結構化系統專利。
運研所考慮的狀況:
1.現有班表,哪些無法滿足?
2.票箱收益最佳化?
3.加一個班表,是否需要重新跑最佳化?
4.車站新建工程後,如何再將系統最佳化?
鐵路供需診斷模式軟體系統架構圖(圖:運研所)
鐵路供需診斷六大模式關聯圖(圖:運研所)
車站圖例(圖:運研所)
列車與車站關係圖(圖:運研所)
PeoPo 討論區
回應文章建議規則: