和潤拖車程序的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列免費下載的地點或者是各式教學

利用類神經網路構建機車車流模式之研究

為了解決和潤拖車程序的問題，作者林育瑞 這樣論述：

　　近年來隨著科技的快速進步及所得的不斷提高，交通問題也日益嚴重。而機動車輛的成長的更是世界各國所面臨交通上的一大問題；台灣的機車數量龐大，但卻缺乏妥善的管理，因此大部分機車均混雜行駛在一般車道中，使得國內交通更顯紊亂。如今欲改善複雜的機車交通問題，首先必須先瞭解機車之車流特性，然後再根據機車車流特性研擬出機車的交通控制方法，進而達成建立模擬模式，以分析與評估交通控制策略之目標。　　由於國外的機車數量極少，因此目前國外所發展車流模式相關研究僅適於汽車車流，仍甚少對於機車車流之相關研究；本研究係藉由攝影調查取得機車之車流資料，再加以整理分析，並利用類神經網路方法去發展符合本土需求之機車車流模式

，以作為機車相關問題之研究基礎。　　經過反覆研究後，本研究將機車推進模式區分為縱向推進與橫向推進等兩部分；其中，以類神經網路模型所發展之機車縱向推進模式較能得到相當不錯之績效，也能逐一通過模式測試及驗證之考驗。但在機車橫向推進模式部分，卻由於機車之機動性過高，而可隨意變換行進方向；本研究探討各種可能之影響變數，並藉統計方法來分析各項變數之影響；最終得知變換橫向座標的機率會隨著與鄰近車輛間之距離縮小而增加。　　本研究首度引入類神經網路方法來構建機車車流模式，經過模式確認、模式驗證等分析程序後，證明本研究應用類神經網路分析方法所建立的機車車流模式，確實具有相當的可行性與實用性。

高速公路事件偵測與匝道儀控整合模式之研究-類神經網路之應用

為了解決和潤拖車程序的問題，作者楊雨青 這樣論述：

摘要 高速公路行車首重安全與效率，隨著台灣地區經濟的快速成長，家戶小客車持有率的增加，使得具有高服務水準的高速公路車流量倍增，呈現飽和的局面，車流運行不但緩慢，旅行時間增加，行車效率低落，連最起碼的行車安全也受到影響。 改善高速公路擁擠的方法眾多，包括匝道儀控、高承載車輛管制、鼓勵夜間行駛等等，其中高速公路管理局已於民國82年10月起實施連續假日部份路段匝道儀控，且於民國87年8月1日起全天候全線實施匝道儀控，由此可知在當前的高速公路車流狀況下，匝道儀控確有其實施的必要。但目前之匝道儀控策略屬於定時儀控，且採取較寬鬆

之時制計畫，也只針對獨立匝道進行儀控，無法對動態的高速公路交通車流變化作一即時性的管理與管制策略。尤其是在高速公路有事件發生之時，定時儀控更是無法有效的針對事件發生的地點、型態，提供一個有效的儀控策略，反而更加擾亂已經寸步難行的高速公路車流。 類神經網路具有聯想與學習的功能，文獻報告已證實可以用來處理事件偵測與匝道儀控等工作，但以往研究者卻未能將之整合起來。本研究基於此，利用類神經網路用以整合高速公路事件偵測與匝道儀控此兩項重要的管理工作，構建成為考量交通參數時空特性之含事件偵測類神經網路匝道儀控模式，另利用貢獻圖及相對強度概念評選重要之輸入變數。最後配合

邏輯控制模式與自我評估模式，建置一即時性具有事件偵測功能之匝道儀控系統，提供高速公路管理當局一套有效的管理與管制的方法與策略。 本研究另以先期研究為基礎，構建一微觀車流模擬模式，考量駕駛人習性，加入跟車模式與變換車道模式，用以作為匝道儀控系統運作與績效評估的工具。由模擬中發現，不實施匝道儀控將使得高速公路行車效率降低；而實施定時儀控將會令高速公路道路資源無法充分利用。在類神經網路模式中，可以偵測出事件之發生而隨即做儀控率上之調整，以維持高速公路之服務水準，另在加入自我評估模式後，更可以修正不恰當之儀控率與改善事件偵測誤判之問題，而提供更適切之匝道儀控策略。