基於路網績效是由個體用路者與其它用路者集體互動之決策，本研究認為因應交通資訊影響下，用路者作路徑決策時還會考慮其他用路者因應資訊提供之反應，以選擇因應路徑策略達成對個人有利結果(報酬)，此即賽局形式。因此，本研究應用賽局理論以實驗方式觀察用路者間的互動行為，將管理策略視為外在因子，透過賽局實驗之反應進行資料蒐集，以進行分析在交通資訊影響下用路者與其它用路者間之雙玩家的非合作賽局(直接性賽局explicit game))，並進一步構建個人路徑行為模式與校估(置入性賽局 placement)。
本研究之工作內容歸納為三部份：(1)用路者行為特性與賽局傾向之前置分析，利用問卷調查獲得用路者路徑選擇行為所欲達成的目標、對於資訊的認知與使用情形、路徑使用的認知與態度之自評情形基本特性，以及利用群集分析獲得路徑行為傾向與用路者間的賽局行為傾向，後兩者並可作為後續置入性賽局模式校估。(2)動態控制賽局模擬實驗，主要目的在於觀測與分析個體用路者在不同賽局提示元素資訊形式提供下用路者間互動的波動狀態，蒐集用路者逐日動態行為決策資料。(3)分析整體與個人賽局動態決策行為之變化狀態，並經由實驗所取得資料構建置入性賽局，即以無異帶為基礎並加入賽局屬性所構建的動態路徑變換行為模式，分析個別用路者的決策反應。
本研究係以台北某地區之擬真路網進行10週50日之逐日動態賽局實驗，並以無異帶區間之概念來構建個人的逐日動態行為模式。研究結果顯示，以實驗的方式可反應個體用路者與整體路網出象的波動變化與漸趨於穩定現象，並可從賽局分群傾向分析賽局實驗結果，了解不同賽局傾向的個體用路者會有不同的賽局決策行為。另外，從直接性賽局(explicit game)可分析總計整體用路者互動之最終結果發現會達到理論上之奈許均衡(Nash equilibrium)狀態；對於模式而言，透過無異帶可成功的構建用路者的賽局行為，並可用於解釋影響用路者逐日的動態賽局決策行為反應。因此，未來可作為資訊給予時之參考。

The dynamic route choice behavior is of the most interest to study the individual driver’s route choices under the influence of the route guidance information where individual driver makes consecutive route switch decisions along the traveling route. This particular issue has been successfully modeled with various forms and extensions under the notion of the “Indifference Bands” applied with Probit model specifications in recent years. However, this particular issue may be further investigated as game-like decisions of two perspectives: the game between road users (among whom makes individual route choice in response to traffic information) as an entity versus traffic management authority (who would distribute traffic and route guidance information to achieve its goal); and the game among road users (individual decision versus predicted others’ actions in response to traffic information).
A concept of controlled experiment was implemented to investigate dynamic route choice game among users supplied with various degrees of explicit traffic and route guidance information. The experiment context includes two decision dimensions: day-to-day pre-trip route choice and en-route decisions with a period of ten consecutive working weeks (50 days) under various designated scenarios (sequences). As such, a three stage comprehensive controlled experiment has been conducted where selected subjects were selected to participate in a series of laboratory simulation as commuting drivers while the researcher regard traffic management as authority.
The tasks of this study are in two folds: the first to examine the explicit game where evolution of the individual’s (player’s) consecutive decision and playoffs will be recorded and analyzed, including the decision to decision dynamics and their final (convergence) state. The second task is to further modeling the road user’s dynamic decision with embedded game concept in the notion of jointed indifference bands specified as a Probit model structure such that the game elements will be treated as inclusive attributes. 
Three major findings may be concluded for this thesis research. The first, the game among users’ routing decisions indeed existed for taking into account of others’ actions in response to traffic information. The second, the proposed controlled game experiment delineated general phenomenon of cyclic fluctuation and stabilization within a week in the context of day-to-day commuting. Finally, two indifference band models (for unknown management strategy and known management strategy) were successfully specified and calibrated with good associated statistical criteria.

中文摘要
英文摘要
誌謝
目  錄	I
圖目錄	IV
表目錄	VI
第一章 緒論	1
1.1 研究背景與動機	1
1.2 研究目的	4
1.3 研究範圍	6
1.4 研究方法	7
1.5 研究內容與流程	8
第二章 文獻回顧	10
2.1 用路者旅運行為	11
2.1.1 交通資訊影響用路者路徑選擇行為	11
2.1.2 用路者本身特性影響路徑選擇行為	15
2.2 賽局應用在路徑選擇	18
2.2.1 以賽局理論構建在數學式求解路徑選擇課題	18
2.2.2 以賽局理論應用在實驗法求解路徑選擇課題	20
2.3 控制實驗之因子設計	22
2.4 小節	25
第三章 研究基本架構與賽局實驗	27
3.1 本研究之賽局基本架構	28
3.1.1 策略賽局	28
3.1.2 本研究賽局之基本架構	30
3.2 控制實驗賽局	31
3.2.1 第一部分：賽局前置分析	31
3.2.2 控制實驗：動態實驗賽局模擬	33
3.2.3 結果分析	36
3.3 賽局模式構建	37
3.3.1 直接性賽局	37
3.3.2 置入性賽局--用路者逐日動態路徑變換行為模式(Probit Model)	37
第四章 調查與分析	42
4.1 問卷的設計與調查	42
4.1.1 問卷調查之目的	42
4.1.2 調查方式與調查對象	42
4.1.3 問卷結構形式與內容	43
4.2 問卷調查資料與分析	52
4.2.1 調查結果與特性分析	52
4.2.2 用路者分群反應分析	59
4.2.3 賽局反應調查結果分析	69
4.2.3.1 賽局分群傾向	69
4.2.3.2 用路者因應策略反應分析	80
第五章 動態賽局模擬實驗	82
5.1 動態賽局模擬實驗之準備	82
5.1.1 實驗設計	82
5.1.2 實驗路網	84
5.1.3交通資訊提供	85
5.1.4數值模擬法(numerical analysis)	87
5.1.4 動態賽局實驗流程	89
5.2 動態賽局實驗之實施	90
5.3 動態賽局實驗資料之整理與分析	93
5.3.1 整體用路者的逐日變動狀態	94
5.3.2個體用路者的逐日波動狀態	106
5.3.2.1個體用路者逐日變動行為	106
5.3.2.2個體用路者旅行時間盒鬚圖	118
5.3.2.3 個體用路者報酬與路徑變換行為關係	121
5.3.4 有或無車內資訊下用路者路徑變換行為差異	122
第六章 賽局行為模式	123
6.1 直接性賽局行為模式	123
6.1.1 直接性賽局說明	123
6.1.2 直接性賽局結果分析	124
6.2 用路者逐日動態路徑選擇行為模式	128
6.2.1 逐日動態路徑選擇行為模式架構	128
6.2.2 路徑選擇模式於本研究之應用	129
6.2.3 模式校估與分析	133
6.2.4 兩情境模式校估結果對照分析	140
第七章 結論與建議	142
7.1 結論	142
7.1.1 第一部份賽局前置分析所獲得之結論	142
7.1.2 第二部份動態賽局實驗所獲得之結論	143
7.1.3 第三部份賽局模式構建所獲得之結論	144
7.2 建議	145
參考文獻	146
附錄一 第一階段問卷	150
附錄二 第二階段問卷	173

圖目錄
圖1.1-1 雙面向之課題	1
圖1.2-1 用路者與其他用路者間互動關係	4
圖1.2-2 研究概念圖	5
圖1.5-1 研究流程圖	9
圖3.0-1 整體研究架構示意圖	27
圖3.2-1 動態模擬實驗執行流程	33
圖3.2-2 實驗方式	35
圖3.2-3 數值分析模擬過程	36
圖3.3-1 累積多日動態過程	38
圖4.1-1 進階態度問項組合圖	46
圖4.1-2 交通策略實施結果策略(行前)圖	47
圖4.1-3 交通策略實施結果策略(途中)圖	48
圖4.1-4 可能的採取策略	49
圖4.2-1 基本態度圖	59
圖4.2-2 進階態度圖	60
圖4.2-3 兩模擬情境假設架構圖	60
圖4.2-4 循序分群之判屬歸類圖	62
圖4.2-5 SO循序分群架構表	65
圖4.2-6 UE循序分群架構表	66
圖4.2-7 認知與態度循序分群之判屬歸類	70
圖4.2-8 認知屬歸類分群架構	75
圖4.2-9 態度屬歸類分群架構表	76
圖4.2-10 行前與途中用路者較重視交通流量狀況的時段	80
圖5.1-1 動態實驗分析概念與實驗進行圖	83
圖5.1-2 實驗路網	84
圖5.1-3 實驗路網簡圖	84
圖5.1-4 個人經驗資訊顯示形式	85
圖5.1-5 整體資訊顯示形式	85
圖5.1-6 車內導引資訊系統顯示型式	86
圖5.1-7 路邊可變資訊看板(VMS)顯示型式	86
圖5.1-8 模擬路段切割示意圖	87
圖5.1-9 路網流量設定示意圖	88
圖5.1-10 動態控制流程圖	89
圖5.2-1 控制實驗過程	90
圖5.3-1 整體用路者路徑流量變化圖	102
圖5.3-2 整體用路者路徑變或不變換的變化圖	103
圖5.3-3 整體用路者旅行時間盒鬚圖	103
圖5.3-4 整體用路者以不遲到為目標報酬	104
圖5.3-5 整體用路者以越早到越好為目標報酬	105
圖5.3-6 每天報酬與路徑變換次數的相關程度圖	105
圖5.3-7 第一、二週之個體用路者之間的波動狀態	110
圖5.3-8 第三週之個體用路者之間的波動狀態	111
圖5.3-9 第四週之個體用路者之間的波動狀態	112
圖5.3-10 第五週之個體用路者之間的波動狀態	113
圖5.3-11 第六、七、八週之個體用路者之間的波動狀態	114
圖5.3-12 第九週之個體用路者之間的波動狀態	115
圖5.3-13 第十週之個體用路者之間的波動狀態	116
圖5.3-14每週個體用路者旅行時間盒鬚圖	120
圖5.3-15每位個體用路者的報酬與路徑變化關係圖	121
圖6.1-1整體用路者逐日的收斂指標波動狀態圖	125
圖6.1-2 具備賽局傾向用路者逐日的收斂指標波動狀態圖	125
圖6.1-3 具備矛盾傾向用路者逐日的收斂指標波動狀態圖	126
圖6.1-4 具備無賽局傾向用路者逐日的收斂指標波動狀態圖	126
圖6.1-5 逐日的各路徑收斂指標波動狀態圖	127
圖6.2-1 逐日變換與不變換機率推算流程圖	135
表目錄
表1.1.2 系列研究之匯整	3
表1.4.1 Mahmassani 與 Herman(1988)所歸類的五種研究方法	7
表2.1.1 交通資訊影響下之駕駛者行為文獻彙整表	14
表2.1.2 用路者本身特性影響路徑選擇行為文獻彙整表	17
表2.2.1 以數學法構建賽局模式應用於路徑選擇	19
表2.2.2 以實驗模擬法構建賽局模式應用於路徑選擇	21
表2.3.1 實驗設計相關研究彙整	24
表2.3.2 本研究與以往研究研究範圍之彙整表	26
表3.1.1 訊息結構分類	28
表3.1.2 本研究賽局之基本架構	30
表3.2.1 賽局實驗階段執行摘要表	31
表3.2.2 問卷統計分析方法彙整表	33
表3.2.3 實驗設計設計表	34
表3.2.4 實驗設計內容	35
表4.1.1 問卷結構表	43
表4.2.1 問卷分析統計方法彙整表	52
表4.2.2 樣本社經特性比例彙整表	53
表4.2.3 資訊的使用行為彙整表	54
表4.2.4 路線行為特性比例彙整表	55
表4.2.5 賽局行為特性比例彙整表	56
表4.2.6 資訊系統使用行為的認知與態度反應	57
表4.2.7 路徑使用行為的認知與態度反應	58
表4.2.8 用路者基本態度反應強度統計分析表	59
表4.2.9 用路者進階態度反應強度統計分析表	60
表4.2.10 分群原意之區隔表	61
表4.2.11 SO、UE反應問題程度值之分類門檻表	62
表4.2.12 SO反應程度值之類別門檻內容表	63
表4.2.13 UE反應程度值之類別門檻內容表	64
表4.2.14 分群區格表	67
表4.2.15 行前路線選擇規劃模擬情境下分群比例	67
表4.2.16 途中轉換點模擬情境下分群比例	68
表4.2.17 綜合模擬情境下分群比例	68
表4.2.18 參予第二階段50位實驗人數的分群比例	68
表4.2.19 認知反應問項程度之分類門檻值	71
表4.2.20 態度反應問項程度之分類門檻值	72
表4.2.21 認知反應程度值之類別門檻內容表	73
表4.2.22 態度反應程度值之類別門檻內容表	74
表4.2.23 無資訊與有資訊賽局之分群區格表	77
表4.2.24 認知分群比例	78
表4.2.25 無提供資訊下態度分群比例	78
表4.2.26 有提供資訊下態度分群比例	79
表4.2.27 無提供資訊下综合分群比例	79
表4.2.28 有提供資訊下综合分群比例	79
表4.2.29 行前策略反應	81
表5.1.1 實驗設計的二因子設計表	82
表5.1.2 本研究車流模式參數值	87
表5.2.1 問項結構表	92
表5.3.1 模擬控制實驗資料分析方法與預期分析所獲得資訊彙整表	93
表5.3.2 路徑決策問項於各實驗週次彙整	95
表5.3.3 整體用路者策略於各實驗週次	97
表5.3.4 各群組用路者的路徑策略	98
表5.3.5 第二階50位實驗人數賽局分群比例	106
表5.3.6 每週各群組的總變動次數比率	117
表5.3.7每個實驗處理的趨勢指標值	121
表5.3.8 有或無裝設車內導引資訊對於用路者路徑變換行為差異統計表	122
表6.2.1 駕駛者之路徑決策效用函數	131
表6.2.2 路徑決策效用函數模式變數定義表	132
表6.2.3 變數間相關系數彙整表	134
表6.2.4 參數符號意義表	136
表6.2.5 路徑決策無異帶模式校估結果意涵表	137
表6.2.6 路徑決策效用函數模式之動態路徑基準參數校估結果彙整表	138
表6.2.7 決策效用函數模式之參數校估結果彙整表	139
表6.2.8兩情境模式校估結果對照表	140

1.邱科融，「車內行車資訊系統顯示方式本土化之先期研究」，私立淡江大學土木工程研究所碩士論文，民國83年。
2.楊雲榮，「建立探討車內資訊系統影響駕駛人動態路徑選擇/變換行為所需之實驗環境」，私立淡江大學土木工程研究所碩士論文，民國87年6月。
3.陳士邦，「車內導引資訊影響下之逐點動態路徑選擇行為」，私立淡江大學運輸科學研究所碩士論文，民國89年。
4.陳麗雯，「結合車流模擬之車內資訊導引實驗系統之建立」，私立淡江大學運輸科學研究所碩士論文，民國90年6月。
5.張貴貞，「駕駛者在不同路網型態下途中路徑選擇行為之研究」，私立淡江大學運輸科學研究所碩士論文，民國92年。
6.張碧琴，「駕駛者認知地圖與車內導引系統使用行為模式之探討」，私立淡江大學運輸科學研究所碩士論文，民國93年。
7.趙凌佑，「駕駛者空間能力差異對車內資訊影響下動態路徑選擇行為之研究」， 私立淡江大學運輸管理科學研究所碩士論文，民國93年。
8.蘇秋如，「個人化路徑導引資訊：動態路徑選擇行為模式之應用」，私立淡江大學運輸科學研究所碩士論文，民國95年。
9.鄭珮琪，「基於認路原則之車內導引資訊系統之研究」，私立淡江大學運輸科學研究所碩士論文，民國96年。
10.廖苑伶，「模糊效用模型於動態路徑選擇行為之研究」，私立淡江大學土木工程研究所碩士論文，民國89年6月。
11.黃燦煌、陳武正、馮正民，「提供即時資訊狀況下駕駛人路線選擇行為之分析」，中華道路第四十卷第二期，頁14-31，民國90年。
12.吳淑順，「應用模糊類神經網路於動態路徑選擇之研究」，私立淡江大學土木工程研究所碩士論文，民國88年7月。
13.張禎誼，「模糊理論應用於逐日動態通勤行為之研究」，私立淡江大學土木工程研究所碩士論文，民國87年。
14.廖曉萍，「自小客車通勤者出發時間與路徑選擇動態行為之研究」，私立淡江大學土木工程研究所碩士論文，民國85年6月。
15.趙凌佑，「駕駛者空間能力差異對車內資訊影響下之動態路徑選擇行為模式」，私立淡江大學運輸管理學系，民國93年
16.周榮昌、翁美娟、陳志成「即時交通資訊對高速公路使用者路線移轉之影響」，中華民國運輸學會第16屆論文研討會,90年。
17.Montgomery著，黎正中譯，「實驗設計與分析」，John Wiley & Sons與高立圖書有限公司，民國86年。 
18.交通部運研所著，「區域級智慧型運輸系統示範計畫－核心交通分析與預測系統（第二年期）」，民國94年。
19.鄭妍妍，「交通資訊與路徑選擇：用路人與管理者之實驗賽局」，私立淡江大學運輸科學研究所碩士論文，民國98年。
20.謝淑貞，「賽局理論」，三民書局，民國88年。
21.Abdel-Aty, M. A., Kitamura, R., Jovanis, P. P., 1997”Using stated preference data for studying the effect of advanced traffic information on drivers’ route choice,” Transportation Research Part C,Vol.5,pp39-50.
22.Abdel-Aty, M. Jovanis, P., 1998, ”Modeling Incident-Related Routing Decisions Including Effect of Traffic Information Using Nested Logit Structure, Transportation Research Record (forthcoming), Transportation Research Board, Washington, DC. January.
23.Adler, J. L., 2001, “Investigating the learning effects of route guidance and traffic advisories on route choice behavior,”Transportation Research Part C,Vol.9,pp.1-14.
24.Adler, J. L., Golob, T. F., McNally, M. G.., 1993, ”A structural model with discrete-choice variables for predicting enroute behavior under ATIS,” The University of California Transportation Center, NO 174.
25.Alder, J. L., Mcnally, M. G., 1994, “In-laboratory Experiments to Investigate Driver Behavior Under Advanced Traveller Information Systems”, Transportation Research Part C, Vol. 2, No. 2, pp. 149-164.
26.Bell, M. G. H.,Cassior, C., “Risk-averse user equilibrium traffic assignment：an application of game theory”, Transportation Research Part B,Vol 36,pp671-681.
27.Bonsall, P., Parry, T., 1991, “Using an Interactive Route-Choice Simulator to Investigate Drivers’ Compliance with Route Guidance Advice”, Transportation Research Record 1306, pp. 59-68.
28.Bonsall, P.W., 2002, “Driver response to variable message sign information in London,” Transportation Research C Vol.10,pp.149-169.
29.Chang, G. L., 1985,“Experiments with departure time choice dynamics of urban commuters”, Department of Civil Engineering, University of Texas at Austin, Austin, Tex. 
30.Chen, P. S., Mahmassani, H. S., 1993, “Dynamic Interactive Simulator for Studying Commuter Behavior Under Real-Time Traffic Information Supply Strategies.” Transportation Research Record 1413, pp. 12-21.
31.Chen, P. S., Srinivasan, K. K., Mahmassani, H. S., 1999, “Effect of information quality on compliance behavior of commuters under real-time traffic information,”Tranportstion Research Record 1676,Paper No 99-1207,pp.53-60.
32.Chmura, T., Pitz, T, 2006, “Successful strategies in repeated minority games”,Laboratory of experimental economics, pp 477-480.
33.Fink, E. C., 1998, “Game Theory Topics: Incomplete Information, Repeated Games, and N-player Games”, Thousand Oaks : Sage Publications.
34.Fisk, C.S., 1983, “Game theory and transportation systems modeling”,Transportation Planning Group.
35.FOX, J. E.; BOEHM-DAVIS, D. A., 1998, “Effects of age and congestion information accuracy of advanced traveler information systems on user trust and compliance”, Transportation Research Board1621, pp.43-49.
36.Garcia, A., Reaume, D., Smith, R. L., 2000, “Fictitious play for finding system optimal routings in dynamic traffic networks”,Transportation Research Part B, Vol.34, pp.147-156.
37.Harker, P.T, 1988, “Multiple Equilibrium Behaviors on Networks”,University of Pennsylvania”,Vol.22,No.1.
38.Hato, E., Asakura, Y., Katsuki S., 1999, “An Analysis of Drivers’ Route Choice and Information Acquistion Behavior Based on Stated Preference Data Collected Through an Intranet Survey,” The 8th World Conference for Transportation Research in Antwerp.
39.Hussein Dia,“An Agent-Based Approach to Modelling Driver Route Choice Behaviour under the Influence of Real-Time Information”,Transportation Research Part C,PP.331-349,2002.
Intentions under ATIS Using Latent Variable Modeling”, Transportation Research Board,74thd Annual Meeting,Washington,D.C.
40.Mahmassani, H. S., Herman, R., “Interactive Experiments for the Study of Tripmaker Behavior Dynamics in Congested Commuting System.” Proceeding of the Oxford Conf. on Travel Behavior, 1988.
41.Khattak, A. J., Koppelman, F. S., Schofer, J. L,, 1993b, ”Commuters’enroute diversion and retirn decisions:analysis and implications for advanced traveler informations,” Transportation Research Part A,Vol.27,pp101-111.
42.Khattak, A. J., Schofer. J. L, Koppelman, F. S., 1993, “Commuters’ Enroute Diversion and Return Decisions：Analysis and Implication for Advanced Traveler Information Systems”, Transportation Research Part A, Vol.27,No.2,pp.101-111.
43.Khattak,A. J., Koppelman, F. S., Schofer, J. L, 1993a, ”Stated preferences for investigating commuters’ diversion propensity,”transportation,Vol.20,No.2,
44.Lotan, T., 1997, “Effects of Familiarity on Route Choice Behavior in the Presence of Information.” Transportation Research Part C. Vol. 5, No. 3/4, pp. 225-243.
45.Lotan, T.,1997, “Effects of Familiarity on Route Choice Behavior in the Presence of Information.” TRC. Vol. 5, No. 3/4, pp. 225-243.
46.Madanat, S., Yang, C.Y., Yen Y. M., 1995, “Analysis of Stated Route Diversion
47.Madanat,S.,C. Y. yang,and Y-M Yen,“Analysis of stated route diversion intentions under ATIS using latent variable modeling ,”  Preprint Np.950049, Transportation Research Board,74thd Annual Meeting,Washington,D.C.,1994.
48.Mahmassani, H. S. Herman, R., 1990, “Interactive Experiments for the Study of Tripmaker Behavior Dynamics in Congested Commuting System”, Developments in Dynamic and Activity-Based Approaches to Travel Analysis, Gower, Aldershot, England, pp. 272-298,
49.Mahmassani, H.S., Liu, Y.H., 1999, “Dynamics of commuting decision behaviour under advanced traveller information systems,” Transportation Research C Vol.7,pp.91-107.pp.107-127.
50.Samer M. Madanat and C. Y. David Yang and Ying-Ming Yen“Analysis of Stated Route Diversion Intensions Under Advanced Traveller Information System Using Latent Variable Modeling.” TRR 1485, pp. 10-17, 1995
51.Satoshi, F., Kitamura, R., 2000, “Evaluation trip-including effects of new freeways using a structural equations model system of commuters’time use and travel.” Transportation Research Part B,Vol.34,pp339-354.
52.Selten, R.,Chmura, T., Pitz, T., Kube, S., Schreckenberg, M., 2007, “Commuters route choice behavior”,Games and Economic Behavior, pp394-406.
53.Shantayanan,D, 1980, “A note on network equilibrium and noncooperative games”, Transportation Research Part B, Vol 6, pp.421-426
54.Simon, H., 1955, “A Behavior Model of Rational Choice”, Quarterly Journal of Economics, Vol.69,pp99~118
55.Srinivasan, K.K., Mahmassani, H. S., 2000, “Modeling Inertia and Compliance Mechanisms in Route Choice Behavior Under Real-Time Information,” Transportation Research Record 1725, pp. 45-53.
56.Tong, C. C.,1986, “A study of Dynamic Departure Time and Route Choice Behavior of Behavior of Urban Commuter”, Ph.D.dissertation, Department of Civil Engineering, The University fo Texas at Austin, Austin, Tex.
57.Tong, C.C., Mahmassani, H. S., Chang, G.L., 1987, “Travel time Prediction and Information Availability in Commuter Behavior Dynamics, Transportation Research Record, 1138, pp. 1-7.
58.Wie, B. W., 1995, “A differential game approach to the dynamic mixed behavior traffic network equilibrium problem”, European Journal of Operational Research,Vol.83,pp.117-136.
59.Yang, C. Y. D., Fricker, J. D., Kuczek, T., 1998, “Designing Advanced Traveler Information Systems from a Driver’s Perspective”, Transportation Research Record 1621, pp. 20-26