當交通事故( Traffic Accident )發生時，因需保持肇事現場狀況，所以無法立即將車輛移動；或因警察處理交通事故時間過久，進而影響交通流量( Traffic Flow )。再者各區車輛車輛行車事故鑑定委員會由法律、車輛工程與交通工程三方面專家所組成，而每位鑑定委員對於法律認知不同、解讀見解不一或跡證不足而對肇事鑑定( Accident Authentication ) 的結論產生爭議及審件速度緩慢等問題。所以站在鑑定委員的立場上，若有較一致的肇事鑑定影響因素判斷順序之規則，可協助其進一步做肇事原因判定的工作，如此除能減少鑑定委員之間的爭議外，也能加速審查案件。此對於申請肇事鑑定的當事人與對造人，可以最快的速度判斷事故的肇事原因而節省寶貴的時間，是一個值得研究的課題。
    綜合上述觀點，對於車輛事故肇事鑑定影響因素權重與建立預測模式的研究是有必要性，所以本研究將以分析交叉路口兩車肇事鑑定判定影響變數的重要度為主題，藉由台北縣區車輛車輛行車事故鑑定委員會所蒐集符合兩車交叉路口事故的273筆樣本資料，經過文獻評析將可能影響車輛事故肇事原因判定的十八種變數列出，運用客觀的判別分析統計方法來尋求影響肇事鑑定判定的變數共十二項變數，並設計成AHP問卷的三大構面十一項準則，透過全省各區車輛車輛行車事故鑑定委員等專家主觀的問卷填答中，分析各準則的權重與優先順序，來了解交叉路口兩車肇事鑑定判定影響變數的各個重要度。
    最後本研究透過所構建的類神經網路預測模式與AHP預測模式做一整體的驗證與比較，結果顯示藉由客觀的類神經網路預測模式之判中率72.53%優於透過全省各區車輛車輛行車事故鑑定委員主觀意見所構建的AHP預測模式之判中率35.16% ，即表示類神經網路預測模式仍是目前較好的模式。另外運用類神經網路中平均絕對誤差率( MAPE )得知，以兩個隱藏層，在第一層有12個單元和第二層有7個單元時其MAPE值為19.12%，績效指標屬於良好的評估中可了解本預測模式符合分析交叉路口兩車肇事鑑定影響因素之判別準則。

Since we have to maintain the traffic accident scene while Traffic Accident occurs or the police officer takes a lot of time dealing with the traffic accident, the traffic flow is certainly being influenced by accidents.
The Traffic Accident Appraisal Committee ( TAAC ) is composed of experts of three fields: experts on law, vehicle engineering and traffic engineering. 
Members of TAAC will have quarrels on the conclusions of accident authentication due to different comprehension to the laws quoted and the insufficient evidences. To the perspective on the commissioners of TAAC, the identical criterions on priorities of the factors on accident authentication is necessary. It can not only reduce the quarrels of the commissioners but also speed up the investigates. And more over, it can assist commissioners to conclude the cause of the accident. Since the predict model can determine the cause of accidents fast and accurate , saving litigants’ valuable time, it is obviously a classic issue for us to dig into.
To the perspectives above, the study on building the predict model and determining the weight of vehicle accident authentication effective factors is necessary. Taking analysis the priorities of vehicle accident authentication effective factors as this study’s main idea, through the 273 sample data collected from TAAC of Taipei country which conform with the definition of two vehicles accident at intersection, listing the 18 variables that may effect the judgments on the cause of accident authentication by literature review. Using discriminant analysis to conduct 12 variables that effect the accident authentication. Using the information above, designing an AHP questionnaire that contains three aspects and eleven criteria. By the subjective opinions of commissions from different TAAC of Taiwan filled in the questionnaire, we can analysis the weights and the priority of each criteria and get to know the importance of effective variables of two vehicle accident authentication at intersection.
This study compared the two predict models conduct by neural network and AHP model. The result showed that the Neural network predict model has the accurate of 72.53%, which is much better than the AHP predict model with the accurate of 35.16%. The conclusion showed that the Neural network predict model is so far a better model on this subject.
Using MAPE of neural network method we got MAPE=19.12% while the first layer with 12 units and the second layer with 7 units. The evaluation result with good preference shows that the predict model conform the criteria of two vehicles accident authentication effective factors.

目  錄
中文摘要
英文摘要
誌  謝
目  錄	I
圖目錄	III
表目錄	IV
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	4
1.4 研究內容與流程	8
第二章 文獻回顧	10
2.1 交通事故	10
2.1.1 交通事故的定義	11
2.1.2 交通事故的分類	11
2.2 肇事鑑定與責任	11
2.2.1 事故鑑定的意義	13
2.2.2 事故鑑定原因及責任劃分	14
2.3 道路路權	14
2.3.1 道路路權的定義	15
2.3.2 交叉路口優先路權與法規之探討	17
2.3.3 交叉路口優先路權判斷法則	19
2.4 判別分析	20
2.4.1 判別分析的意義	20
2.4.2 判別分析的方法	21
2.4.3 判別分析的基本假定	21
2.4.4 判別分析的決策流程	22
2.4.5 判別分析的相關研究	23
2.5 類神經網路	27
2.5.1 類神經網路的定義	27
2.5.2 類神經網路的架構	28
2.5.3 類神經網路的功能	28
2.5.4 類神經網路中倒傳遞網路法的應用	29
2.6 多元羅吉特	29
2.7 文獻回顧小結	30
第三章 研究方法	31
3.1 判別分析	31
3.1.1 SPSS統計套裝軟體	31
3.1.2 判別分析的數學模式	32
3.2 層級分析法	35
3.2.1 層級分析法的假設	35
3.2.2 層級分析的設計步驟	36
3.2.3 層級分析法應用軟體	43
3.3 類神經網路	43
3.3.1 類神經網路的應用軟體	43
3.3.2 類神經網路的數學模式	45
第四章 肇事鑑定影響因素之篩選	47
4.1 列舉肇事鑑定影響因素(變數)與編碼	47
4.2 肇事鑑定影響因素之基本統計	51
4.3 判別分析與判定結果	60
4.4 肇事鑑定影響因素篩選小結	64
第五章 肇事鑑定影響因素之權重評估	65
5.1 層級分析法問卷設計	65
5.2 AHP問卷資料分析	72
5.3 AHP權重評估小結	80
第六章 肇事鑑定預測模式驗證與比較	81
6.1 類神經網路預測模式之構建	81
6.1.1 ANN訓練和測試	81
6.1.2 ANN 預測模式與輸入輸出變數	82
6.1.3 MAPE績效評估	84
6.2 AHP 預測模式	85
6.3 預測模式驗證與比較小結	88
6.3.1 ANN預測模式結果	88
6.3.2 AHP預測模式結果	93
6.3.3 預測模式比較小結	93
第七章 結論與建議	94
7.1 結論	94
7.2 建議	95
參考文獻	96
附錄	99
 
圖目錄
圖1.3-1 交叉路口車輛事故型態	6
圖1.3-2 兩車同向事故示意圖	6
圖1.3-3 兩車對向事故示意圖	7
圖1.3-4 兩車橫向事故示意圖	7
圖1.4-1 本研究流程圖	9
圖2.1-1交通事故蒐證觀念圖	10
圖2.2-1 台北市鑑定作業流程圖	12
圖2.3-1 行車路權示意圖	15
圖2.3-2 交叉路口優先路權與法規之關係圖	18
圖2.3-3 交叉路口優先路權判斷法則	20
圖2.4-1 判別分析的方法與用途	21
圖2.4-2 判別分析決策流程圖	22
圖2.5-1 神經元之主要功能	28
圖2.5-2 含有單層隱藏層的倒傳遞網路	29
圖3.1-1 判別分析解決問題的目的	31
圖3.1-2 SPSS操作介面	32
圖3.2-1 層級分析法的層級結構	37
圖3.2-2 AHP階層圖的類型	37
圖3.2-3 本研究AHP分歧型階層圖	38
圖3.2-4 AHP層級要素評比	39
圖3.2-5 AHP應用流程圖	42
圖3.2-6 AHP應用軟體介面	43
圖3.3-1 NeuralWorks Professional Ⅱ操作介面	44
圖4.1-1 肇事鑑定影響因素篩選流程	47
圖5.1-1 AHP構建流程	65
圖5.1-2 本研究AHP分析構面與準則	67
圖5.2-1 專家類別比率圖	73
圖5.2-2 構面重要度推移圖	74
圖5.2-3 道安規則層面各準則重要度推移圖	75
圖5.2-4 處罰條例層面各準則重要度推移圖	76
圖5.2-5 其他層面各準則重要度推移圖	77
圖6.1-1 倒傳遞類神經網路訓練及測試流程	81

 
表目錄
表1.1-1 交通事故之分類	1
表1.1-2 全國各區車輛行車事故鑑定委員會組織表	2
表1.1-3 台灣地區各區車輛車輛行車事故鑑定會鑑定案件統計表	3
表1.3-1 民國九十年全國事故類型細分統計表	5
表2.2-1 台灣地區域車輛肇事鑑定委員會人員配置表	13
表2.2-2 兩車車輛事故鑑定原因及責任劃分比率	14
表2.3-1 路口優先通行權通則表	19
表2.4-1 肇事責任判定因素之變數代號及內容說明	24
表2.4-2 肇事責任與影響變數之卡方檢定表	25
表2.4-3 各線性判別函數之參數表	26
表3.2-1 AHP的衡量尺度	38
表3.2-2 AHP的評比表格	39
表3.2-3 AHP矩陣之隨機指標(R.I.)	41
表4.1-1 肇事鑑定影響因素(變數)	48
表4.1-2 肇事鑑定之十八種影響因素(變數)編碼	49
表4.1-3 肇事鑑定之十八種影響因素(變數)編碼資料明細	50
表4.2-1 駕駛資格統計分析	51
表4.2-2 天候狀況統計分析	51
表4.2-3 光線狀況統計分析	52
表4.2-4 超速狀況統計分析	52
表4.2-5 號誌狀況統計分析	53
表4.2-6 幹支道狀況統計分析	53
表4.2-7 行動電話狀況統計分析	54
表4.2-8 飲酒情形統計分析	54
表4.2-9 A車輛撞擊部位統計分析	55
表4.2-10 B車輛撞擊部位統計分析	55
表4.2-11 兩車方向統計分析	56
表4.2-12 兩車相對關係(前後)統計分析	56
表4.2-13 兩車相對關係(過路中心)統計分析	57
表4.2-14 兩車相對關係(左右)統計分析	57
表4.2-15 A車行向統計分析	58
表4.2-16 B車行向統計分析	58
表4.2-17 是否有其他違規統計分析	59
表4.2-18 優先路權歸屬格統計分析	59
表4.2-19 肇事原因判定統計分析	60
表4.3-1 各組平均數的相等性與顯著性檢定	61
表4.3-2 SPSS判別分析變數顯著性統計	62
表4.3-3 判別函數的特徵值	63
表4.3-4 變數項的結構矩陣	63
表4.3-5 典型判別函數的係數	64
表5.1-1 肇事鑑定影響因素(變數)轉換成準則項目	66
表5.1-2 交叉路口兩車事故肇事原因的分析說明彙整表	68
表5.1-3 AHP評估尺度、定義說明與範例	69
表5.1-4 構面之間的兩兩評比	70
表5.1-5 準則之間的兩兩評比	71
表5.2-1 有效AHP問卷統計	72
表5.2-2 構面重要度統計	73
表5.2-3 道安規則層面各準則重要度分數統計	74
表5.2-4 處罰條例層面各準則重要度分數統計	75
表5.2-5 其他層面各準則重要度分數統計	76
表5.2-6 AHP 基礎權重	78
表5.2-7 AHP各準則換算後權重	79
表5.2-8 各準則權重順序排列	80
表6.1-1 ANN輸入資料說明	82
表6.1-2 ANN輸出資料說明	82
表6.1-3 MAPE評估準則	84
表6.2-1 AHP變數轉換代號	85
表6.2-2 AHP兩車應負責任比例運算表格	86
表6.2-3 兩車應負責任轉換肇事原因說明表	87
表6.3-1 各隱藏層MAPE比較	89
表6.3-2 隱藏層=2第一層12個單元各單元MAPE比較	90
表6.3-3 各隱藏層與單元數之統計	91
表6.3-4 AHP 預測模式判中結果	93

【1】 陳雯龍，「交通事故調查作業規範之研究」，中央警察大學交通管理研究所碩士論文，民國九十一年。
【2】 李開，「行車事故鑑定制度之研究」，中國文化大學政治學研究所碩士論文，民國九十一年。
【3】 林豐福等人，「我國行車事故鑑定制度之長期規劃」，交通部運輸研究所，民國九十四年。
【4】 鄭銘章等人，「道路交通事故相關資料整合系統雛形建置研究（Ι）基本雛形環境之建置」，交通部運輸研究所，民國九十三年。
【5】 交通部(交通技術標準規範公路類公路工程部)，「交通工程手冊（第二版）」，幼獅文化事業公司，民國九十三年。
【6】 林龍霄，「建立交通事故蒐證體制之研究」，中央警察大學交通管理研究所碩士論文，民國九十一年。
【7】 張新立、張則斌，「我國車輛行車事故鑑定制度之研擬與評估」，運輸計劃季刊，Vol.31 No.3 頁523-552，民國九十一年
【8】 許育典、盧浩平，「行車事故鑑定意見的法律分析」，道路交通安全與執法研討會，頁15-30，民國九十四年。
【9】 鄭祺樺，「非號誌化平面交叉路口左右方車行車路權之研究」，交通大學運輸科技與管理學系碩士論文，民國九十二年。
【10】 吳水威等人，「駕駛者對號誌化平面交叉路口對向直行左轉車輛行車路權感認分析」，道路交通安全與執法研討會，頁135-148，民國九十四年。
【11】 交通部道路交通安全督導委員會，「道路交通管理處罰條例～法令解釋輯要（第五版）」，交通部公路總局臺北區監理所，民國九十三年。
【12】 陳志埕，「汽車運行路權規範之研究」，中央警察大學交通管理研究所碩士論文，民國九十一年。
【13】 湯儒彥、 羅孝賢，「道路交通事故的路權理論探討」，中華民國運輸學會第十五屆學術研討會論文集，民國八十九年。
【14】 陳高村，「道路交通事故處理與鑑定」，自印，民國九十三年。
【15】 黃金城等人，「客觀上相當因果關係法理應用於行車事故肇因鑑定之研究」，道路交通安全與執法研討會，頁333-347，民國九十四年。
【16】 黃俊英，「多變量分析(第七版)」，華泰文化事業公司，民國九十二年。
【17】 周文賢，「多變量統計分析 SAS/STAT使用方法」，智勝文化事業公司，民國九十一年。
【18】 陳正昌等四人，「多變量分析方法~統計軟體應用(第四版)」，五南圖書出版股份有限公司，民國九十四年。
【19】 方守潔，「兩車碰撞之肇事鑑定專家系統」，逢甲大學交通工程與管理研究所碩士論文，民國九十三年。
【20】 馮正民、邱裕鈞，「研究分析方法」，建都文化事業股份有限公司，民國九十三年。
【21】 葉怡成，「類神經網路模式應用與實作」，儒林圖書公司，民國八十二年。
【22】 楊憲國，「以類神經網路推導路口交通事故成因與改善之研究」，逢甲大學交通工程與管理研究所碩士論文，民國九十一年。
【23】 呂孟學，「應用類神經網路於即時停車需求預測之研究」，國立中央大學土木工程研究所碩士論文，民國八十九年。
【24】 曾國維，「號誌化交叉路口違規與衝突發生時間及頻率之研究」，逢甲大學交通工程與管理研究所碩士論文，民國九十年。
【25】 林芳誼，「路段中同相碰撞事故責任鑑定之統計分析模式建構～以變換車道 與直行關係為例」，逢甲大學交通工程與管理研究所碩士論文，民國九十三年。
【26】 王秀雯，「應用資料挖掘技術於交通事故傷亡嚴重程度之研究」，國立嘉義大學運輸與物流工程研究所碩士論文，民國九十三年。
【27】 吳明隆，「SPSS統計應用實務」，文魁資訊股份有限公司，民國九十二年。
【28】 林傑斌等人，「SPSS12統計建模與應用實務」，博碩文化股份有限公司，民國九十四年。
【29】 石村貞夫，「多變量分析的SPSS使用手冊」，陳耀茂編審，鼎茂圖書出版股份有限公司，民國九十四年。
【30】 許卜仁，「永續運輸指標與策略之整合模式」，國立交通大學交通運輸研究所碩士論文，民國九十二年。
【31】 廖經泰，「層級分析法於群體決策偏好整合之研究」，國立成功大學工業與資訊管理學系碩士論文，民國九十五年。
【32】 邱顯明等八人，「交通工程引進新型設施與手冊修訂之研究」，交通部運輸研究所，民國九十五年。
【33】 熊啟中，「LED 交通號誌可行性與推行方式之初步研究」，國立交通大學交通運輸研究所碩士論文，民國八十九年。
【34】 鄭啟瑞，「台灣高鐵通車後國內航空公司經營策略之研究」，長榮大學經營管理研究所碩士論文，民國九十二年。
【35】 林育瑞，「利用類神經網路構建機車車流模式之研究」，成功大學交通管理科學研究所碩士論文，民國九十一年。
【36】 Robertson, H.D., Hummer, J.E.,& Nelson. D.C.,“Manual of transportation engineering studies”，Prentice-Hall,Inc. A Paramount Communication Company Englewood Cliffs, New Jersey 07632, 1994。
【37】 Ali, S., Al-Ghamdi,“ Analysis of traffic accidents at urban intersections in Riyadh”,Accident Analysis and Prevention , 2003,Vol. 35, pp.717–724.。
【38】 Lorenzo Mussone, Andrea Ferrari,& Marcello Oneta, “An analysis of urban collisions using an artificial intelligence mode”,Accident Analysis and Prevention , 1999,Vol. 31, pp.705–718.。
【39】 Saaty, T.L., The Analytic Hierarchy Process. New York:McGraw-Hill. 1980.
【40】 台北市車輛行車事故鑑定委員會，http://www.taac.taipei.gov.tw/，民國九十五年六月。