現今傳統的導引系統提供的泛用資訊可針對旅程規劃建議行駛路徑並提供預估的旅行時間，但未考量該資訊的不確定性以及用路者對該資訊不確定性反應的潛在差異性。本研究採控制實驗法，探討以兩種旅運行為模式為基礎，就額外資訊不確定特性以附屬機率呈現，影響用路者路徑決策作用差異，其一為基於無異帶模式提供之適配度機率值呈現方式，另一為基於累計期望模式提供之出象強度機率值呈現方式；並以現今常用之泛用資訊為對照。
本研究工作內容包含三部分: (1)透過問卷調查用路者基本特性以及對於附加適配度、出象強度兩種新型態資訊導引方式的認知態度，作為第二部分控制實驗之先驗知識。(2)進行兩階段動態控制實驗，第一階段實驗構建現今(一般)導引方式下用路者逐點動態無異帶行為模式，參數校估結果用於計算路徑變換之機率值，納入第二階段實驗作為相互呼應之附加路徑資訊的個人適配度以及路徑資訊出象發生強度機率數值之來源，經實驗結果之決策資料分別構建嵌入適配度之無異帶模式及嵌入出象強度之累計期望模式 (3)系統化比較兩模式預測非習慣路徑被選機率與實際決策差距之預測能力以及三種導引方式下用路者離開習慣路徑之改道意願。
歸納本研究的重要發現: (1)用路者對適配度認知方面，相較於不熟悉地區，在熟悉地區須提供建議行駛路徑較高的適配度才可提升用路者離開習慣路徑之意願；對出象強度認知方面，個體間對於不同出象強度資訊情境，其認知態度有所差異。(2)本研究成功構建兩種旅運行為模型:嵌入適配度之無異帶模式、嵌入出象強度之累計期望模式，反應用路者於資訊不確定附屬機率呈現方式影響下之路徑變換行為。(3)相較於累計期望模式，具適配度無異帶模式描述用路者路徑決策之預測能力較為穩定；附加適配度資訊呈現方式會使改道意願相對提升，而附加出象強度資訊呈現方式則相對降低。

Current route guidance system provides general information with estimated travel time of recommended route for trip routing decision. However, such a general system considers neither the uncertainty of the estimated information, nor the potential differences of perceptions among drivers’ to information uncertainty. With a control experiment approach on node-to-node routing dynamics, this study was set to explore two variants of supplying additional travel time uncertainty based on different travel behavior models, one was a “personal match” index derived from Indifference Band model; the other was simply an “outcome strength” index applied as the associated occurrence probability of event outcome from Cumulative Prospect Theory (CPT).   The current information form without extra uncertainty was regarded as base case for comparisons.
The tasks of this study were in three folds: the first task was a pre-experiment survey to investigate subjects’ information perception attitude toward the new forms of route guidance: the attached “personal match” index as well as the attached “occurrence probability” form. The second task was a two-stage dynamic controlled experiment, subjects will be examined in three difference information guidance type scenarios including: general (without uncertainty information), attached “personal match” probability, attached “occurrence probability” of route time respectively. The node-to-node route choice decisions of all subjects along a specific journey were recorded and modelled. The first stage experiment focused on parameter estimations for the associated travel behavior models, and the second phase focused on constructing comparative study of experiment scenarios. The third task was conducting a systematic comparison regarding the predictability of embedded models and the compliance/switch behavior revealed under various scenarios.
 The major findings of this study are summarized in the following:
1.	Individual subject’s information perception attitude is different under different scenarios of attached occurrence probability form. On the other hand, relative to travelling in unfamiliar areas, subjects travelled in familiar area were reluctant to leave the accustomed route unless higher “personal match” was suggested for the recommended route to deviate from their habitual or preplanned route. 
2.	Two distinct travel behavior models were successfully specified and calibrated respectively. Both the Indifference Band model and CPT model could be employed to capture subjects’ routing behavior under respective scenario to the various degrees in terms of predictive ability to explain driver route choice behavior under information uncertainty.
3.	Providing “Personal Match” index based on the Indifference Band model may have the advantages of stability in predictability and promoting higher rate of compliance over providing “Outcome Probability” index based on the CPT model.

謝誌
中文摘要
英文摘要
目錄	I
表目錄	III
圖目錄	V
第一章 緒論	1
1.1 問題背景	1
1.2 研究目的	4
1.3 研究範圍	5
1.4研究方法	6
1.5研究內容與流程	7
第二章 文獻回顧	9
2.1 交通資訊對用路者行為之影響	10
2.2 構建駕駛者路徑決策行為	15
2.2.1 無異帶模式	19
2.2.2 累計期望模式	24
2.3 文獻評析與小結	32
第三章 研究架構與控制實驗	34
3.1	控制實驗法	35
3.1.1 第一部分：基本社經與行為特性調查	35
3.1.2 第二部分：動態模擬實驗	36
3.1.3第三、四部分：模式校估與比較	41
3.2 模式構建	43
3.2.1 無異帶模式	43
3.2.2 累計期望模式(Cumulative Prospect Theory)	47
3.2.3模式分析	50
第四章 問卷調查與分析	51
4.1 問卷設計與調查	51
4.1.1 調查目的	51
4.1.2 問卷結構形式與內容	51
4.2 問卷調查資料與分析	60
4.2.1 調查結果與特性分析	61
第五章 動態模擬實驗	75
5.1 實驗設計與架構	75
5.1.1導引方式定義	75
5.1.2實驗進行方式	76
5.1.3實驗因子	77
5.1.4實驗設定	78
5.2 動態模擬實驗實施	79
5.2.1 第一階段動態模擬實驗(前測)	80
5.2.2 前置分析	81
5.2.3 第二階段動態模擬實驗	82
5.3 逐點路徑選擇行為模式於本研究之應用	85
5.3.1 無異帶模式	85
5.3.2 累計期望模式	89
5.4 第一階段動態實驗資料整理與參數校估分析	90
5.4.1 資料整理與分析	90
5.4.2 無異帶模式分析結果	92
5.5 第二階段動態實驗資料整理與參數校估分析	95
5.5.1 具適配度無異帶模式分析	95
5.5.2 累計期望模式分析	98
第六章 實驗分析	102
6.1 兩模式預測能力分析	103
6.1.1 總體預測能力之比較	105
6.1.2 個體預測能力比較	107
6.2 三種導引方式改道率均數分析	110
6.2.1 整體決策點反應分析	111
6.2.2 個體決策點反應分析	112
6.2.3改道率變動範圍分布比例	115
6.3分析小結	117
第七章 結論與建議	120
7.1 結論	120
7.1.1問卷調查獲得之結果	120
7.1.2兩階段控制實驗獲得之結果	121
7.2 討論	122
7.2.1 具適配度無異帶模式與累計期望模式整體討論	122
7.2.2 累計期望模式應用於路徑選擇相關課題討論	124
7.3 建議	129
參考文獻	130
附錄一 問卷	133

 
表目錄
表1.1-1 系列研究之彙整	3
表1.4-1 Mahmassani 與 Herman(1988) 動態旅運行為研究方法	6
表2-1 文獻回顧內容摘要表	9
表2.1-1交通資訊影響用路者行為相關文獻彙整	14
表2.2-1 路徑決策描述性模型彙整表	18
表2.2.2-1 風險態度相關定義彙整表	30
表2.2.2-2 累計期望模式應用於路徑決策行為相關文獻彙整表	31
表2.3-1交通資訊影響用路者行為相關文獻研究架構彙整表	32
表3.1-1 控制實驗階段執行工作摘要表	35
表3.1.2-1 模擬器資訊提供整理表	41
表4.1.2-1問卷結構表	52
表4.1.2-2 導引資訊顯示功能彙整及車內導引模擬畫面示意圖	55
表4.1.2-3 出象強度認知態度情境設計表	59
表4.1.2-4 出象強度題組問項風險認知行為定義彙整表	60
表4.2-1 問卷分析方法彙整表	61
表4.2.1-1 問卷調查樣本分布比例彙整表	62
表4.2.1-2 交通資訊傾向比例表	63
表4.2.1-3 樣本路線行為特性比例彙整表	63
表4.2.1-4 車內導航系統使用行為和持有比例之分布表	64
表4.2.1-5 路線移轉行為之使用行為及認知問題反應(單位:%)	64
表4.2.1-6 一般資訊系統使用行為及認知反應(%)-熟悉地區	65
表4.2.1-7 一般資訊系統使用行為及認知反應(%)-不熟悉地區	66
表4.2.1-8 導引系統使用行為及認知反應(%)-熟悉地區	66
表4.2.1-9 導引系統使用行為及認知反應(%)-不熟悉地區	67
表4.2.1-10 熟悉與不熟悉地區之門檻值彙整表	69
表4.2.1-11不同出象強度資訊情境下風險態度卡方檢定彙整表	71
表4.2.1-12性別-不同出象強度資訊情境下風險態度卡方檢定彙整表	72
表4.2.1-13駕駛年資-不同出象強度資訊情境下風險態度卡方檢定彙整表	73
表4.2.1-14年齡-不同出象強度資訊情境下風險態度卡方檢定彙整表	73
表5.3.1-1 駕駛者之路徑決策無異帶（一般導引資訊）	86
表5.3.1-2 路徑決策無異帶模式變數定義表	87
表5.3.1-3 路徑決策無異帶模式校估結果意涵表	88
表5.3.2-1 累計期望模式參數校估意涵表	90
表5.4.1-1無異帶變數間相關係數彙整表	91
表5.4.2-1 建議路徑基準之參數符號意義表	92
表5.4.2-2 一般導引資訊-無異帶模式參數校估結果彙整表	94
表5.4.2-3 一般資訊導引路徑決策無異帶模式校估結果彙整表	95
表5.5.1-1駕駛者之路徑決策無異帶（額外增加適配度判別變數）	96
表5.5.1-2適配度導引-具適配度無異帶模式參數校估結果彙整表	97
表5.5.1-3一般、適配度導引路徑決策無異帶模式校估結果對照表	98
表5.5.2-1 累計期望模式校估參數值彙整表	99
表5.5.2-2出象強度路徑決策累計期望模式校估結果	101
表6.1.1-1 兩模式預測整體絕對偏差均數	105
表6.1.1-2 兩模式預測絕對偏差均數成對T檢定	106
表6.1.1-3 兩模式預測高、低估偏差均數獨立T檢定	107
表6.1.2-1 樣本分群-兩模式預測絕對偏差均數成對T檢定	108
表6.1.2-2 樣本分群-兩模式預測高、低估偏差均數獨立T檢定	109
表6.2.1-1總平均改道率	111
表6.2.1-2 三種導引方式之總體改道率成對T檢定表	112
表6.2.2-1 樣本分群—三種導引方式之個體改道率成對T檢定表	113
表6.2.3-1 總體改道率變動量	116
表6.2.3-2 個體改道率變動範圍	116

 
圖目錄
圖1.5-1 研究流程圖	8
圖2.2.1-1具適配度無異帶模式構建流程圖	23
圖2.2.2-1 CPT價值函數圖	25
圖2.2.2-2 PT權重函數圖	25
圖2.2.2-3 CPT權重函數圖	26
圖2.2.2-4累計期望模式構建流程圖	27
圖3-1 本研究整體架構示意圖	34
圖3.1.2-1本研究控制實驗執行構想	37
圖3.1.2-2 車內資訊系統模擬器之架構圖	39
圖3.1.2-3 車內資訊系統模擬器之顯示畫面	40
圖3.1.3-1 實驗資料分析流程圖	42
圖3.2-1 轉換路徑機率推算流程圖	46
圖4.1.2-1 即時動態導引模擬器顯示畫面	56
圖4.1.2-2附加個人適配度導引模擬器顯示畫面	57
圖4.1.2-3外在出象強度導引模擬器顯示畫面	58
圖4.1.2-4 路徑資訊出象強度認知態度情境示範圖	59
圖4.2.1-1 路徑移轉行為	65
圖4.2.1-2 一般資訊使用態度	67
圖4.2.1-3 導引資訊使用態度	68
圖4.2.1-4 熟悉地區門檻值次數分佈	69
圖4.2.1-5 不熟悉地區門檻值次數分佈	70
圖4.2.1-6旅行時間出象強度資訊情境風險態度分布	70
圖4.2.1-7 資訊顯示方式偏好調查	74
圖5.1.2-1 動態控制實驗執行流程之研擬	77
圖5.1.4-1實驗路網示意圖	79
圖5.2-1 動態控制實驗流程圖	79
圖5.2.1-1 第一階段實驗進行流程圖	81
圖5.2.2-1 資訊顯示形式對照移植範例圖	82
圖5.2.3-1 第二階段實驗進行流程圖	84
圖5.5.2-1 累計期望模式價值函數圖	99
圖5.5.2-2 累計期望模式權重函數圖(獲得)	100
圖5.5.2-3 累計期望模式權重函數圖(損失)	100
圖6.1-1 偏差分析示意圖	104
圖6.1-2 兩模式預測能力分析示意圖	104
圖6.1.1-1具適配度無異帶模式預測絕對偏差均數	105
圖6.1.1-2累計期望模式預測絕對偏差均數	106

1.	Avineri, E., and Prashker, J. N. (2005), “Sensitivity to travel time variability: travelers’ learning perspective,” Transportation Research Part C: Emerging Technologies, Vol.13, No.2, pp.157-183.
2.	Benartzi, S., and Thaler, R. H. (1995), “Myopic loss aversion and the equity premium puzzle,” The quarterly journal of Economics, Vol.110, No.1, pp.73-92.
3.	Ben-Elia, E., Erev, I., and Shiftan, Y. (2008), “The combined effect of information and experience on drivers’ route-choice behavior,” Transportation, Vol.35 No.2, pp.165-177.
4.	Ben-Elia, E., and Shiftan, Y. (2010), “Which road do I take? A learning-based model of route choice with real-time information,” Transportation Research Part A, Vol.44, pp.249-264.
5.	Chen, A. and Recker, W. (2000), “Considering risk taking behavior in travel time reliability,” Paper presented at the 80th Annual Meeting of the Transportation Research Board, Washington, D.C., USA.
6.	Chorus, C. G., Arentze, T. A., and Timmermans, H. J. (2009), “Traveler compliance with advice: a Bayesian utilitarian perspective,” Transportation Research Part E: Logistics and Transportation Review, Vol.45, No.3, pp.486-500.
7.	Cohen, M., Jaffray, J. Y., and Said, T. (1987),” Experimental comparison of individual behavior under risk and under uncertainty for gains and for losses,”Organizational behavior and human decision processes, Vol.39, issue1, pp.1-22.
8.	Diederich, A. and Busemeyer, J. R. (1999),” Conflict and the stochastic-dominance principle of decision making,” Psychological Science, Vol.10, No.4, pp.353-359.
9.	Gao, S., Frejinger, E. and Ben-Akiva, M. (2010), “Adaptive route choices in risky traffic networks: A prospect theory approach,” Transportation Research Part C, Vol.18, pp.727-740.
10.	Gneezy, U., and Potters, J. (1997), “An experiment on risk taking and evaluation periods, ” The Quarterly Journal of Economics, Vol.112, No.2, pp.631-645.
11.	Han, Q., Timmermans, H. J., Dellaert, B. G., and van Raaij, F. (2008), “Route choice under uncertainty: effects of recommendations,” Transportation Research Record: Journal of the Transportation Research Board, Vol.2082, No.1, pp.72-80.
12.	Horowitz, J. L. (1984), “The stability of stochastic equilibrium in a two-link transportation network,” Transportation Research Part B: Methodological, Vol.18 ,No.1 , pp.13-28.
13.	Jou, R. C. and Chen, K. H. (2013), “An application of cumulative prospect theory to freeway drivers’ route choice behaviors,” Transportation Research Part A, Vol. 49, pp.123-131.
14.	Kahneman, D. and Tversky, A. (1979), “Prospect Theory: an analysis of decision under risk,” Econometrica, Vol.47, No.2, pp.263-291.
15.	Khattak, A. J., Schofer, J. L., and Koppelman, F. S. (1993),“Commuters' enroute diversion and return decisions: analysis and implications for advanced traveler information systems, ” Transportation Research Part A: Policy and Practice, Vol.27, No.2, pp.101-111.
16.	Katsikopoulos, K. V., Duse-Anthony, Y., Fisher, D. L. and Duffy, S. A. (2000), “The framing of drivers' route choices when travel time information is provided under varying degrees of cognitive load,” Human Factors: The Journal of the Human Factors and Ergonomics Society, Vol.42, pp.470-481.
17.	Mamdani, E. H., and Assilian, S. (1975), “An experiment in linguistic synthesis with a fuzzy logic controller,” International journal of man-machine studies, Vol.7, No.1, pp.1-13.
18.	Mahmassani, H. S. and Herman, R. (1990), “Interactive experiments for the study of tripmaker behaviour dynamics in congested commuting systems,” Developments in dynamic and activity-based approaches to travel analysis, pp.272-298.
19.	Quiggin, J. (1982), “A Theory of Anticipated Utility,” Journal of Economic Behavior& Organization, Vol.3, No.4, pp.323-343.
20.	Razo, M. D. (2010), “Route choice behavior in risky networks with real-time information,” Master of science, Civil and environmental engineering department, Massachusetts institute of technology.
21.	Roth, A. E., and Erev, I. (1995), “Learning in extensive-form games: Experimental data and simple dynamic models in the intermediate term,” Games and economic behavior, Vol.8, No.1, pp.164-212.
22.	Sikka, N. (2012), “Understanding travelers' route choice behavior under uncertainty, ” Dissertation, University of Iowa
23.	Simon, H. A. (1955), “A behavioral model of rational choice,” The quarterly journal of economics, Vol.69, No.1, pp.99-118.
24.	Timmermans, H. (2010), “On the (ir)relevance of prospect theory in modelling uncertainty in travel decisions,” EJTIR, Vol.4 No.10, pp.368-384.
25.	Tversky, A. (1972), “Choice by elimination.” Journal of Mathematical Psychology,Vol. 9, No.4 pp.341-367.
26.	Tversky, A. and Kahneman, D. (1992),”Advances in Prospect-Theory-Cumulative Representation of Uncertainty,” Journal of Risk and Uncertainty, Vol.5, No.4, pp.297-323.
27.	Tong, C. C. (1990), “A Study of Dynamic Departure Time and Route Choice Behavior of Urban Commuters,” Ph.D. dissertation, Department of Civil Engineering, The University of Texas at Austin, Austin, Texas.
28.	Van de Kaa, E. J. (2012). , “Timmermans’ Misleading Critique of Prospect Theory Actually Supports its Relevance for Travel Choice Modellinga,” EJTIR, Vol.12, No.4, pp.440-458.
29.	Van Wee, B. (2010), “Prospect theory and travel behaviour: A personal reflection based on a seminar,” EJTIR, Vol.4, No.10, pp.385-394
30.	Von Neumann, J., and Morgenstern, O. (1944), Theory of games and economic behavior, Princeton, N.J., Princeton University Press.
31.	Xu, H., Zhou, J., and Xu, W. (2011), “ A decision-making rule for modeling travelers’ route choice behavior based on cumulative prospect theory,” Transportation Research Part C: Emerging Technologies, Vol.19, No.2, pp.218-228.
32.	Zadeh, LA. (1965), “Fuzzy sets,” Information and Control, Vol.8, pp.338-353
33.	Zadeh, L. A. (1973), “Outline of a new approach to the analysis of complex systems and decision processes,” Systems, Man and Cybernetics, IEEE Transactions on, Vol.1, pp.28-44.
34.	Zhu, W. and Timmermans, H.J.P. (2010), “Decision making model incorporating choice of decision criteria,” In Proceedings of the 89th TRB Annual Meeting, Washington, D.C.
35.	楊雲榮(1998)，「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。
36.	陳士邦(2000)，「車內導引資訊影響下之逐點動態路徑行為」，私立淡江大學運輸科學研究所碩士論文。
37.	陳麗雯(2001)，「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。
38.	張貴貞(2003)，「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。
39.	張碧琴(2004)，「駕駛者認知地圖與車內導航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。
40.	趙凌佑(2004)，「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。
41.	蘇秋如(2006)，「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。
42.	鄭佩琪(2007)，「基於認路原則之車內路徑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。
43.	鄧瑞艷(2009)，「交通資訊與路徑選擇:用路者間之實驗賽局」，私立淡江大學運輸科學研究所碩士論文。
44.	鄭妍妍(2009)，「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。
45.	邱凱資(2011)，「以實驗賽局探討多重資訊服務提供者(ISP)之路徑導引策略」，私立淡江大學運輸科學研究所碩士論文。
46.	蕭婉婷(2011)，「探討多重資訊服務提供者(ISP)環境下路徑導引策略之動態路網績效」，私立淡江大學運輸科學研究所碩士論文。
47.	周榮昌、翁美娟、陳志成 (2001)，「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十六屆學術論文研討會論文集，頁89-101。