台鐵人車同行班次的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列地圖、推薦、景點和餐廳等資訊懶人包

通訊式列車控制系統之模擬-以三鶯線為例

為了解決台鐵人車同行班次的問題，作者楊慧珊 這樣論述：

近年來，由於台灣經濟的發展，人口不斷內移都市區，造就台北、桃園、台中、高雄…....等地區興建大眾運輸的重要性，因而台灣在軌道運輸方面興建了很多交通設施-捷運，因其有班次密集、運輸量大、服務水準高的特性。目前興建中與規劃中之捷運系統均以通訊式列車控制系統(CBTC)為主要的號誌控制系統。所以，本研究以通訊式列車控制系統之模擬-以三鶯線為例，利用免費的SUMO (Simulation of Urban Mobility)軟體模擬，放置捷運三鶯線之路網、假設模擬情境，產生出捷運運行的結果資料，並進行分析，檢驗運行參數是否滿足規範所需。經過與三鶯線綜合規劃報告中之結果比較，SUMO的模擬結果僅有3

.6%的誤差。在不同情境下，本研究也成功地分析在既有之運行參數下，系統運行能班距間隔作為系統評選決策的依據。

大數據分析應用於交通行動服務高雄MeNGo月票之顧客分群研究

為了解決台鐵人車同行班次的問題，作者郭銘倫 這樣論述：

交通行動服務 (Mobility as a Service , MaaS) 的核心理念在於交通服務的系統整合，強調「使用代替擁有」並建構涵蓋多元交通服務為一體的整合平台，滿足旅運者無縫且及門的運輸需求，藉以達成私人運具減量之目的。MaaS係近來國際間交通領域備受矚目的新興課題，亦為我國智慧運輸政策中主要的推動計畫之一。自2016年起，高雄市開始推動都市型MaaS示範計畫–MeNGo，多款具有經濟效益的MeNGo付費組合方案在2018年問世，MeNGo定期票於推廣初期銷售量表現甚佳，然今已步入銷量成長停滯的階段，此意謂改良定期票產品及促進行銷推廣等課題，值得進一步研究。本研究旨在借助大數據分析

及分群方法，針對高雄MeNGo定期票顧客進行細緻化分群。本研究介接交通部運輸研究所提供之MeNGo定期票電子票證資料，首先確認一卡通原始票證資料欄位及可用性，在資料處理過程上，則建立一個電子票證資料清洗及檢驗流程，同時亦須串聯多個資料庫以填補資料遺漏及錯誤。然後，在國內外顧客分群相關文獻的基礎上，採用「定期票使用金額、運輸行為、空間距離」等三個構面與14個分群特徵變數，經由集群分析方法K-Means針對MeNGo定期票顧客進行分群，並藉由統計檢定以確認各分群顧客使用行為特徵上皆有明顯差異之後，即依照各分群特徵進行分群命名。實證分析結果顯示，MeNGo定期票顧客依照使用行為及身份類別可分為四種一

般族群及五種學生族群，分別命名為：(1)捷運端點一般族; (2)公車鐵票一般族; (3)捷運通勤; (4)游離一般族; (5)捷運端點學生族; (6)公車鐵票學生族; (7)短里程學生族; (8)捷運通學族; (9)游離學生族。最後，本研究借鏡他國MaaS推廣之成功案例及考量我國在地特性，提出一套有助於提升MeNGo銷量之目標客群策略地圖，建議未來MeNGo規劃及營運團隊，以定期票商品綑綁調整為前進策略，以提升公共運輸服務品質為後盾策略，期能大幅增加MeNGo定期票的整體銷售量。