成立迄今已超過135年的臺鐵已於2024年1月1日正式掛牌公司化。根據近十年臺鐵行車異常事件數及原因統計中，有關車輛設備、電力設備、運轉保安裝置等故障比例高達70%，有許多設備或基礎設施都已達需要更換或更新的階段。在2018年與2021年臺鐵分別發生兩起重大事故造成多人傷亡，引發國人強烈要求臺鐵立即改善行車安全與安全管理。臺鐵在2021年9月即成立「智慧鐵道發展諮詢委員會」，以整合各界專家學者對於智慧鐵道之建議，作為臺鐵後續導入與推動之依據。目前，臺鐵在智慧鐵道之發展尚在起步階段，需要規劃後續推動相關事宜，另外，有關我國目前針對智慧鐵道之相關研究甚少，相關文獻多對於「智慧鐵道」僅有概念性的描述，並未詳述具體發展方向與順序為何。因此本研究目的在於建立一個「智慧鐵道對於臺鐵營運安全之關鍵影響項目」之評估模型。
本研究首先經由文獻回顧蒐集智慧鐵道對於臺鐵營運安全之評估構面與關鍵影響項目，然後藉由修正式德爾菲法篩選出四個構面與十八個關鍵影響項目，再經由模糊多準則決策方法IT2F-DEMATEL，在傳統DEMATEL之基礎上，加入區間第二型模糊集（IT2FS），以解決專家小組對於詞彙之不確定性，使其各自表達之意見能夠更貼近對於研究議題的真實想法，得出評估構面、關鍵影響項目以及各評估構面下關鍵影響項目之間的權重以及相依性之排序。
研究結果顯示，「環境」構面為最具有影響力之構面，無論是自然環境或是軌道環境，將會影響到整個鐵道系統之營運安全；其次為「管理」、「人員」、「設備」構面亦會受其影響。關鍵項目部分，「劇烈天氣監測系統」為最具有影響力之關鍵影響項目，臺鐵已將陸續完成，後續「邊坡全生命周期預警及維護管理系統」與「電訊基礎設施提升計畫」皆已列入臺鐵114年度營運安全計畫。本研究之研究成果可作為臺鐵未來在發展智慧鐵道之參考。

On January 1, 2024, State-owned Taiwan Railways Corporation, Ltd. (TRC) was formally established. TRC was formerly known as Taiwan Railway Administration (TRA) which has set up for over 135 years. It is shown that that approximately 70% of TRC’s accidents were caused by malfunctions in rolling stock, electrical equipments, and operational safety devices in the past decade. To replace or upgrade existing infrastucuters is extremely urgent for TRC at present. Two major accidents occurred in 2018 and 2021 which were caused by multiple factors, have aroused wide public concern to request immediate improvements regarding TRA's operation safety and management. In September 2021, TRA established the "Smart Railway Development Advisory Committee" to deploy smart railway projects. Currently, the development of smart railway of TRC is still in its infancy. It is expected that TRC should make more effort to implement smart railway projects as soon as possible. Regarding studies on smart railway in Taiwan, it is found that there are few literatures to reveal detailed information about smart railway.
This study aims at establishing an evaluation model for the key influencing items of smart railway on TRC’s operation safety. The research process starts with a comprehensive literature review to filter out evaluation dimensions and key influencing items of smart railway on TRC’s operation safety. Then, four dimensions and eighteen key influencing items were selected by using the modified Delphi method. Subsequently, the IT2F-DEMATEL method which integrates interval type-2 fuzzy sets (IT2FS) with traditional DEMATEL is used to reduce the textual uncertainty of expert opinions and to reflect their true thoughts on the research topic closely. The evaluation dimensions, key influencing items, the weights and dependencies among them are finally obtained by the IT2F-DEMATEL method to serve as a reference for TRC’s smart railway development.
The research results show that the "environment" dimension is the most significant one to have a strong impact on the overall TRC’s operation safety, including natural and railway environments. Next are the "management," "personnel," and "equipment" dimensions. Among the key influencing items, the " Quantitative Precipitation Estimation and Segregation Using Multiple Sensor" is the most significant one which has been gradually installed in TRC. Followed by the "slope life cycle early warning and maintenance management system" and the "telecommunications infrastructure improvement plan" will be implemented in TRC’s 2025 operation safety plan. The research findings can serve as references for TRC to deploy smart railway projects in the future.

目錄	i
圖目錄	iv
表目錄	v
第一章 緒論	1
1.1	研究背景與研究動機	1
1.2	研究目的	5
1.3	研究流程	5
第二章 文獻回顧	6
2.1	鐵道營運安全	6
2.1.1 鐵道營運安全背景	6
2.1.2 鐵道營運安全之推動	8
2.2	智慧鐵道	9
2.2.1 數位化	10
2.2.2 智慧鐵道定義與核心價值	12
2.2.3 國際案例	17
2.2.3.1 數位鐵道發展藍圖	17
2.2.3.2 歐洲鐵路諮詢委員會	20
2.2.3.3 德國	22
2.2.3.4 法國	25
2.2.3.5 日本	29
2.2.3.6 中國	36
2.2.4 國內案例	39
2.2.4.1 台灣高速鐵路股份有限公司	39
2.2.4.2 臺北大眾捷運股份有限公司	40
2.2.4.3 國營臺灣鐵路股份有限公司	41
2.3	智慧鐵道對於臺鐵營運安全之關鍵影響項目評估架構	42
2.3.1 構面	42
2.3.2 鐵道營運安全評估指標	44
2.3.3 關鍵影響項目	48
2.4	德爾菲法	58
2.4.1 德爾菲法簡介	58
2.4.2 修正式德爾菲法簡介與相關研究	59
2.5	多準則決策方法	60
2.5.1 決策實驗室分析法（DEMATEL）	61
2.5.2 區間第二型模糊集（IT2FS）	63
2.5.3 IT2F-DEMATEL	66
2.6	文獻小結	68
第三章 研究方法	70
3.1	研究架構	70
3.2	修正式德爾菲法	71
3.3	IT2F-DEMATEL	72
3.3.1 定義	72
3.3.2 操作步驟	74
第四章 實證分析	78
4.1	修正式德爾菲法之關鍵影響項目篩選	78
4.2	IT2F-DEMATEL分析模型	80
4.3	管理意涵	96
第五章 結論與建議	100
5.1	結論	100
5.2	建議	102
第六章 參考文獻	104
附錄	123
附錄一、修正式德爾菲法問卷	123
附錄二、IT2F-DEMATEL問卷	133
附錄三、本研究使用單位及文獻專有名詞索引表	143
附錄四、IT2F-DEMATEL關鍵影響項目逐步分析數據	145

圖目錄
圖 1.1臺鐵行車事故與事件數量（2013年-2022年）	1
圖 1.2臺鐵行車異常事件原因（2012-2018年）	1
圖 1.3臺鐵行車事故傷亡人數統計（2013年-2022年）	2
圖 1.4國外智慧運輸發展面向	3
圖 1.5研究流程圖	5
圖 2.1國際鐵道業者平交道事故統計圖	7
圖 2.2鐵道安全政策願景、目標、政策與推動策略架構圖	8
圖 2.3數位鐵道架構與相互作用關係圖	13
圖 2.4智慧車站應用程式使用者介面示意圖	29
圖 2.5列車巡檢支援系統之設備配置（a）與影像分析結果（b）	34
圖 2.6小田急小田原線（相模原站至座間站間）運輸中斷復原時刻表	35
圖 2.7臺北捷運於站內設置「導引光條」與動畫式導引「小捷客」	41
圖 2.8智慧鐵道對於臺鐵營運安全之關鍵影響項目評估架構圖	58
圖 2.9 MCDM流程圖	61
圖 2.10第一型模糊集	64
圖 2.11第二型模糊集	64
圖 2.12不確定性覆蓋域（FOU）三維示意圖	65
圖 2.13區間第二型模糊集（IT2FS）的不確定覆蓋域（FOU）	65
圖 3.1研究架構圖	70
圖 3.2梯形區間第二型模糊集	73
圖 4.1智慧鐵道對於臺鐵營運安全之關鍵影響項目評估架構圖	80
圖 4.2智慧鐵道對於臺鐵營運安全之構面影響網路關係圖	92
圖 4.3智慧鐵道對於臺鐵營運安全之關鍵影響項目影響網路關係圖	92
圖 4.4人員（D1）下關鍵影響項目影響網路關係圖	93
圖 4.5設備（D2）下關鍵影響項目影響網路關係圖	94
圖 4.6環境（D3）下關鍵影響項目影響網路關係圖	95
圖 4.7管理（D4）下關鍵影響項目影響網路關係圖	95

表目錄
表 2.1國內外文獻對智慧鐵道之定義	15
表 2.2鐵路數位化目標案例	19
表 2.3 2050年歐洲鐵路發展目標	21
表 2.4 DB 4.0六大舉措	22
表 2.5技術革新中長期願景與技術創新方向	30
表 2.6鐵路業務解決方案之子系統	31
表 2.7 NEC應用於鐵道數位轉型資訊平台之技術	32
表 2.8 CIC系統主要監控目標設施	36
表 2.9台灣高鐵智慧運輸服務系統具體行動與措施	39
表 2.10智慧鐵道對於臺鐵營運安全之評估構面	43
表 2.11智慧鐵道對於臺鐵營運安全之關鍵影響項目文獻彙整表	47
表 2.12鐵道營運安全評估相關文獻與研究方法整理表	48
表 2.13隸屬函數（MF）類型相關研究	66
表 3.1 DEMATEL語言變數與專家填答對應評估值	74
表 3.2 DEMATEL的語言變數和對應的梯形區間第二型模糊數（TrIT2FN）	74
表 4.1修正式德爾菲法專家小組成員背景資料	78
表 4.2修正式德爾菲法一致性檢定結果	79
表 4.3 DEMATEL問卷專家小組成員背景資料	80
表 4.4專家一填答智慧鐵道對於臺鐵營運安全構面DEMATEL影響矩陣	82
表 4.5專家一智慧鐵道對於臺鐵營運安全構面梯形IT2F-DEMATEL影響矩陣	82
表 4.6初始直接關係矩陣（Z）	83
表 4.7重新排列初始直接關係矩陣（Z）	84
表 4.8正規化直接關係矩陣（X）	84
表 4.9單位矩陣與正規化直接關係矩陣相減	85
表 4.10單位矩陣與正規化直接關係矩陣相減結果反矩陣	86
表 4.11總關係矩陣的元素	86
表 4.12總關係矩陣（T）	87
表 4.13列加總（Di）與行加總（Ri）	87
表 4.14中心度與原因度	88
表 4.15智慧鐵道對於臺鐵營運安全構面中心度與原因度數值與排名	88
表 4.16智慧鐵道對於臺鐵營運安全之關鍵8影響項目中心度與原因度數值和排名	90
表 4.17智慧鐵道對於臺鐵營運安全關鍵影響項目對應臺鐵114年度營運安全計畫	98

〈中文文獻〉
1.	中興工程顧問股份有限公司（2018），鐵路智慧平交道安全控制系統與偵測器研發（2/2），國營臺灣鐵路股份有限公司。
2.	中華技術期刊（2012），訪交通部臺灣鐵路管理局 范植谷局長談 「臺灣鐵路的永續發展」，中華技術，第94期，頁6-27。
3.	中華民國營建管理協會（2022），臺鐵橋梁及隧道管理系統【橋梁管理模組系統操作手冊】核定版，國營臺灣鐵路股份有限公司。
4.	中華民國營建管理協會（2023），臺鐵橋梁及隧道管理系統【隧道管理模組系統操作手冊 】，國營臺灣鐵路股份有限公司。
5.	交通部（2019），2020年版運輸政策白皮書（初版），交通部。
6.	任以永（2018），台灣高鐵 ITS 發展經驗與未來展望，土木水利，第45卷，第2期，頁39-46。
7.	卜踐（2018），運用資訊科技於 [有效的企業教育訓練] 之研究，國立臺灣大學資訊管理學研究所碩士班碩士論文。
8.	中國鐵道科學研究院（2008），軌道檢測系統介紹，三聯技術雜誌，第67卷，頁3-11。
9.	台灣糖業股份有限公司（2013），2013年台糖永續發展報告書，（向綠色及健康願景邁進），台灣糖業股份有限公司。
10.	台灣高速鐵路股份有限公司（2022），台灣高鐵永續報告書。
11.	台灣高速鐵路股份有限公司（2023），台灣高鐵永續報告書。
12.	史天運、賈利民（2002），計算智能理論及其在RITS中的應用，交通運輸系統工程與信息，第2卷，第1期，頁10-15。
13.	史習平、陳佩棻（2023），推廣鐵道資產管理研究成果，建立系統化資產管理方法，交通部運輸研究所。
14.	吳健生、陳繼藩、王仲宇、陶治中（2002），軌道運輸系統智慧型即時安全檢測與通報技術之研發與示範計畫（I）（MOTC-STAO-91-01705），中華交通號誌協會。
15.	吳晨榕（2021），鐵路養護管理資訊系統架構之初探，國立成功大學土木工程研究所碩士班碩士論文。
16.	呂紅霞、曹可、顏研（2013），基於RITS架構的客運服務系统研究，鐵道運輸與經濟，第35卷，第4期，頁56-60。
17.	周國村、袁建中（2014），應用決策實驗室分析法（DEMATEL）與網路層級分析法（ANP）在研發專案計畫評選，中山管理評論，第22卷，第3期，頁543-572。
18.	國家運輸安全調查委員會（2020），109年鐵道運具資料紀錄裝置普查報告（TTSB-EDR-20-04-002R0）。
19.	國家運輸安全調查委員會（2021a），交通部臺灣鐵路管理局 第3231與第 129次車於三塊厝站違反閉塞運轉有衝撞之虞重大鐵道事故調查報告（TTSB-ROR-21-01-001）。
20.	國家運輸安全調查委員會（2021b），交通部臺灣鐵路管理局第3198次車屏山巷出軌事故（平交道）重大鐵道事故調查報告（TTSB-ROR-21-10-001）。
21.	國家運輸安全調查委員會（2021c），交通部臺灣鐵路管理局第118次車新興巷出軌事故（平交道）重大鐵道事故調查報告（TTSB-ROR-21-03-001）。
22.	國家運輸安全調查委員會（2021d），交通部臺灣鐵路管理局第7101次車於通霄站冒進號誌有衝撞之虞重大鐵道事故調查報告（TTSB-ROR-21-06-001）。
23.	國家運輸安全調查委員會（2022a），交通部臺灣鐵路管理局第177次車竹南站重大鐵道事故調查報告（TTSB-RFR-22-11-001）。
24.	國家運輸安全調查委員會（2022b），交通部臺灣鐵路管理局第408次車清水隧道重大鐵道事故重大運輸事故調查報告（TTSB-ROR-22-05-001）。
25.	國家運輸安全調查委員會（2023），交通部臺灣鐵路管理局第126次車中壢站重大鐵道事故重大運輸事故調查報告（TTSB-ROR-23-02-001）。
26.	國營臺灣鐵路股份有限公司（2017），臺鐵電務智慧化提升計畫。
27.	國營臺灣鐵路股份有限公司（2024）「臺鐵總體檢所列優先、一般及後續改善事項改善辦理情形 」（113年2月份公告版）。
28.	國營臺灣鐵路股份有限公司機務處（2021），臺鐵列車紀錄裝置，鐵道紀錄裝置技術研討會。
29.	姚薰茗（2022），探討鐵路工務養護管理資訊系統之架構及應用，國立成功大學土木工程研究所碩士班碩士論文。
30.	孫千山、吳明軒、張恩輔、徐任宏（2020），國外智慧鐵道發展現況與趨勢，中興工程，第147期，頁25-34。
31.	孫千山、林杜寰、胡守任、徐任宏、蔡佩珊、葛宇婷、陳桂豪、胡仲瑋、張開國、葉祖宏、喻世祥、吳熙仁（2019），公路駕駛人通過平交道行為模式研究（初版），交通部運輸研究所。
32.	孫千山、鍾志成、李治綱、林杜寰、張仕龍、張恩輔、林蓁、黃笙玹、黃宏仁、張開國、賴靜慧、吳熙仁（2012），風險管理應用於鐵路運輸安全之初探-以臺鐵風險辨識為例，交通部運輸研究所。
33.	孫千山、鍾志成、李治綱、林蓁、施佑林、張開國、葉祖宏、賴靜慧、吳熙仁（2018），風險式與自主式鐵路安全管理制度之實務調查與分析，交通部運輸研究所。
34.	宋文娟（2001），一種質量並重的研究法-德菲法在醫務管理學研究領域之應用，醫務管理期刊，第2卷，第2期，頁11-20。
35.	張應輝（2009），交通部臺灣鐵路管理局風險管理業務推動情形報告。
36.	張有恆（2013），現代運輸學（3版），華泰文化。
37.	曾華燊、朱懷芳（2012），論智慧軌道交通及其系统架構，計算機應用，第32卷，第5期，頁1191-1195。
38.	李仕勤、朱珮芸、曾佩如、任雅婷、戴子純、吳清如（2018），鐵公路氣候變遷調適行動方案之研究，運輸計劃季刊，第47卷，第4期，頁245-270。
39.	李孟蓉（2022），臺灣智慧鐵道優先發展推動項目之評估，國立陽明交通大學管理學院（運輸物流學程）碩士班碩士論文。
40.	李平、邵賽、薛蕊、張曉棟（2019），國外鐵路數字化與智能化發展趨勢研究，中國鐵路，第2期，頁25–31。
41.	李志綱、鍾志成、林杜寰、張仕龍、張恩輔、陳一昌、張開國、吳熙仁（2009），公共運輸之安全績效：臺灣鐵路管理局之個案分析，運輸計劃季刊，第38卷，第4期，頁381-405，交通部運輸研究所。
42.	李治綱、鍾志成、盧麗嵩、張仕龍、張恩輔、孫千山、黃笙玹、林杜寰、陳一昌、吳熙仁（2009），建立臺鐵安全績效指標之研究，交通部運輸研究所。
43.	東日本旅客鐵道株式會社（2016），「技術革新中長期ビジョン」の策定，東日本旅客鐵道株式會社。
44.	林原宏（2007），模糊理論在社會科學研究的方法論之回顧，αβγ量化研究學刊，第1卷，頁53-83。
45.	林忠正、孫郁鈞、楊政儒、楊昆霖（2022），智慧軌道交通，第95卷，第1期，頁90-104。
46.	林杜寰、孫千山、李治綱、鍾志成、徐任宏、張開國、葉祖宏、吳熙仁、喻世祥（2020），推動鐵道行車安全保障機制之研析，交通部運輸研究所。
47.	林杜寰、孫千山、李治綱、陳桂豪、吳明軒、胡仲瑋、張開國、葉祖宏、吳熙仁、洪憲忠（2019），鐵路運輸安全管理系統（SMS）制度化策略之研擬，交通部運輸研究所。
48.	林杜寰、孫千山、鍾志成、徐任宏、黃邵琪、李治綱、葉祖宏、賴靜慧、吳熙仁、喻世祥（2022a），精進鐵道安全管理系統12要項實務作業指引之研析，交通部運輸研究所。
49.	林杜寰、孫千山、鍾志成、徐任宏、黃邵琪、李治綱、葉祖宏、賴靜慧、吳熙仁、喻世祥（2022b），鐵道安全管理系統-實務作業指引與教育訓練教材彙編，交通部運輸研究所。
50.	林杜寰、孫千山、鍾志成、徐任宏、黃邵琪、李治綱、葉祖宏、賴靜慧、喻世祥、黃耀緯（2023），鐵道安全管理系統自主評估準則與監理查核機制之研究，交通部運輸研究所。
51.	林杜寰、孫千山、鍾志成、李治綱、張開國、吳熙仁（2014），臺鐵平交道風險處理-以裝設障礙物偵測器為例，運輸計劃季刊，第43卷，第1期，63-88。
52.	梁淳雅（2021），企業最適教育訓練系統之探討，淡江大學企業管理學系碩士班碩士論文。
53.	楊宜恬（2023），應用區間型2模糊之失效模式與影響分析，國立臺北科技大學工業工程與管理學系碩士班碩士論文。
54.	楊正君、楊振忠、林啟豊、王翔正（2022），智慧鐵道發展架構與推動策略，第95卷，第1期，頁11-26。
55.	溫金豐、謝孟蓉（2013），訓練資源的電子化管理—數位學習與訓練管理系統，文官培訓季刊，第1卷，頁46-53。
56.	王德民、陳聖堯、施亮輝（2021），鐵路機廠智慧型檢測及預警設備，中華技術，第130期，頁80-87。
57.	王豔輝、黃雅坤、李曼（2013），基於組合賦權方法的城市軌道路線營運安全評估，同濟大學學報（自然科學），第41卷，第8期，頁1243-1248。
58.	翁聿復（1995），高運量捷運系統電聯車號誌設備功能與操作概論，捷運技術，第13期，頁28-38。
59.	蘇彥升、倪少權（2017），中國智能鐵路運輸系統架構研究，交通運輸工程與資訊學報，第15卷，第4期，頁135-140。
60.	行政院（2019），臺鐵總體檢報告。
61.	行政院（2020），民國109年災害防救白皮書，頁66-89。
62.	行政院災害防救辦公室（2020），行政院災害防救辦公室週報（109年12月10日至109年12月16日）。
63.	袁世立、林杜寰（2020），鐵道事故統計。
64.	許書耕、許修豪、陳春益、林東盈、李威勳、袁永偉、郭昭佑、吳美玲、顏利憲、李宇欣（2015），鐵路列車自動化排點系統功能擴充與推廣應用，交通部運輸研究所。
65.	財團法人工業技術研究院（2020），智慧鐵道發展架構及策略研訂，交通部鐵道局。
66.	賀增原、林尚輝（2010）維修工廠作業安全的風險管理，海軍學術雙月刊，第44卷，第6期，頁124-133。
67.	郭雅文（2022）應用複合多評準決策方法建構市區自行車適騎性評估架構—以雙北為例，淡江大學運輸管理學系運輸科學碩士班碩士論文。
68.	鄭國璽、劉裕庭、洪金富、陳勝國、鄧玉山、楊承都（2024），「城際電聯車600輛案」購車案第4批次出國檢驗測試（C11202281），國營臺灣鐵路股份有限公司。
69.	鍾志成（2023），智慧鐵道安全系統，2023年軌道菁英研習營（第七屆）。
70.	鍾志成、李治綱、李宇欣、盧麗嵩、張仕龍、張恩輔（2006），臺鐵車輛排程最適化之研究，交通部運輸研究所。
71.	陳一昌、許書耕、許修豪、李宇欣、陳春益、林東盈、李威勳、楊承道（2013），鐵路列車排程模式建立及運行資料分析校估之研究，交通部運輸研究所。
72.	陳一昌、許書耕、許修豪、陳春益、林東盈、李威勳、李宇欣（2014），鐵路列車自動化排點系統建置之研究，交通部運輸研究所。
73.	陳仲俊（2021），臺鐵局邊坡檢測及後續精進改善作為，臺鐵通訊，第949期，頁1-3。
74.	陳佩棻、張朝能、張贊育（2017），國外鐵路車站營運發展趨勢之研究，交通部運輸研究所 運輸經營管理組。
75.	陶治中、張潘立昂、郭銘倫、張悅朗、徐偉豪（2018），智慧軌道產業發展之機會與挑戰，社團法人中華軌道車輛工業發展協會。
76.	黃山（2006），台鐵站務員工處理安全危機之感認能力研究，國立陽明交通大學運輸與物流管理學系碩士班碩士論文。
77.	黃葳芃、陳嘉榮（2018），中央氣象局劇烈天氣監測系統（QPESUMS）防災客製化服務概述，臺灣災害管理研討會，787-794。
〈外文文獻〉
1.	Ahmad, O. F., Mori, Y., Misawa, M., Kudo, S., Anderson, J. T., Bernal, J., Berzin, T. M., Bisschops, R., Byrne, M. F., & Chen, P.-J. (2021). Establishing key research questions for the implementation of artificial intelligence in colonoscopy: A modified Delphi method. Endoscopy, 53(09), 893–901.
2.	Ai, B., Molisch, A. F., Rupp, M., & Zhong, Z.-D. (2020). 5G Key Technologies for Smart Railways. Proceedings of the IEEE, 108(6), 856–893. https://doi.org/10.1109/JPROC.2020.2988595
3.	Anastasiadou, K., Gavanas, N., Pyrgidis, C., & Pitsiava-Latinopoulou, M. (2021). Identifying and Prioritizing Sustainable Urban Mobility Barriers through a Modified Delphi-AHP Approach. Sustainability, 13(18). https://doi.org/10.3390/su131810386
4.	Büyüközkan, G., & Güleryüz, S. (2016). An integrated DEMATEL-ANP approach for renewable energy resources selection in Turkey. International Journal of Production Economics, 182, 435–448. https://doi.org/10.1016/j.ijpe.2016.09.015
5.	CER, CIT, EIM, & UIC. (2016). A Roadmap for Digital Railways (p. 12).
6.	Chai, N., Zhou, W., & Hu, X. (2022). Safety evaluation of urban rail transit operation considering uncertainty and risk preference: A case study in China. Transport Policy, 125, 267–288. https://doi.org/10.1016/j.tranpol.2022.05.002
7.	Chen, C.-L., Wang, S.-N., Hsieh, C.-T., & Chang, F.-Y. (1999). Theoretical analysis of a fuzzy-logic controller with unequally spaced triangular membership functions. Fuzzy Sets and Systems, 101(1), 87–108. https://doi.org/10.1016/S0165-0114(97)00046-8
8.	Cheng, L., Wang, Y., & Peng, Y. (2021). Research on risk assessment of high-speed railway operation based on network ANP. Smart and Resilient Transportation, 3(1), 37–51. https://doi.org/10.1108/SRT-10-2020-0024
9.	Cheng, Z., Yong, Z., Xing, Z., & Yong, Q. (2014). Study on safety evaluation of urban rail transit station. Proceedings of the 33rd Chinese Control Conference, 3187–3190. https://doi.org/10.1109/ChiCC.2014.6895462
10.	Cruz, R., Jardim, J., Mira, J., & Teixeira, C. (2018). Smart Rail for Smart Mobility. 2018 16th International Conference on Intelligent Transportation Systems Telecommunications (ITST), 1–7. https://doi.org/10.1109/ITST.2018.8566842
11.	Dalkey, N., & Helmer, O. (1963). An experimental application of the Delphi method to the use of experts. Management Science, 9(3), 458–467.
12.	Deng, Y., Song, L., Zhou, J., & Wang, J. (2018). Evaluation and reduction of vulnerability of subway equipment: An integrated framework. Safety Science, 103, 172–182. https://doi.org/10.1016/j.ssci.2017.10.017
13.	Deutsche Bahn Konzern (Director). (2015). DB 4.0. Deutsche Bahn Konzern.
14.	Ding, L. Y., Wu, X. G., Li, H., Luo, H. B., & Zhou, Y. (2011). Study on safety control for Wuhan metro construction in complex environments. Complexities in Managing Mega Construction Projects, 29(7), 797–807. https://doi.org/10.1016/j.ijproman.2011.04.006
15.	Duffield, C. (1988). The Delphi technique. The Australian Journal of Advanced Nursing : A Quarterly Publication of the Royal Australian Nursing Federation, 6(2), 41–45.
16.	Eurpoean Union Agency for Railways. (2018). Report on Railway Safety and Interoperability in the EU 2018 (p. 128). Eurpoean Union Agency for Railways. https://www.era.europa.eu/system/files/2022-10/Report%20on%20Railway%20Safety%20and%20Interoperability%20in%20the%20EU%202018.pdf?t=1708750293
17.	Feng, S., Li, H., & Hu, D. (2009). A new training algorithm for HHFNN based on Gaussian membership function for approximation. Advances in Machine Learning and Computational Intelligence, 72(7), 1631–1638. https://doi.org/10.1016/j.neucom.2008.08.013
18.	Fontela, E., & Gabus, A. (1976). The dematel observer, battelle geneva research center. Geneva, Switzerland, 10, 0016–3287.
19.	Gerhátová, Z., Zitrický, V., & Klapita, V. (2021). Industry 4.0 implementation options in railway transport. Transportation Research Procedia, 53, 23–30.
20.	Gkountis Iason & Zayed Tarek. (2015). Subway Infrastructure Condition Assessment. Journal of Construction Engineering and Management, 141(12), 04015042. https://doi.org/10.1061/(ASCE)CO.1943-7862.0001014
21.	Gunduz Murat & Elsherbeny Hesham A. (2020). Operational Framework for Managing Construction-Contract Administration Practitioners’ Perspective through Modified Delphi Method. Journal of Construction Engineering and Management, 146(3), 04019110. https://doi.org/10.1061/(ASCE)CO.1943-7862.0001768
22.	Gupta, S. (2015). Use of triangular membership function for prediction of compressive strength of concrete containing nanosilica. Cogent Engineering, 2(1), 1025578. https://doi.org/10.1080/23311916.2015.1025578
23.	Ham, Y. K., Lee, S. Y., & Park, R.-H. (1995). Fuzzy-based recognition of human front faces using the trapezoidal membership function. Proceedings of 1995 IEEE International Conference on Fuzzy Systems., 4, 1799–1806 vol.4. https://doi.org/10.1109/FUZZY.1995.409925
24.	Han, S., Wang, W., & Liu, X. (2021). A new type-2 fuzzy multi-criteria hybrid method for rail transit operation safety assessment. Applied Soft Computing, 113, 107927. https://doi.org/10.1016/j.asoc.2021.107927
25.	Heil, J., Hoffmann, K., & Buscher, U. (2020). Railway crew scheduling: Models, methods and applications. European Journal of Operational Research, 283(2), 405–425.
26.	Horikawa, S. -i., Furuhashi, T., & Uchikawa, Y. (1992). On fuzzy modeling using fuzzy neural networks with the back-propagation algorithm. IEEE Transactions on Neural Networks, 3(5), 801–806. https://doi.org/10.1109/72.159069
27.	Hwang, C.-L., & Yoon, K. (2012). Multiple attribute decision making: Methods and applications a state-of-the-art survey (Vol. 186). Springer Science & Business Media.
28.	IWASE Yoshihiro & SAIJOU Mitsuo. (2015). Centralized Information Control System Supporting Safe and Stable Shinkansen Transportation. 9(1), 6.
29.	Jang, J.-S. R. (1992). Self-learning fuzzy controllers based on temporal backpropagation. IEEE Transactions on Neural Networks, 3(5), 714–723.
30.	Jiang, C., Yang, J., Yuan, J., & Xu, F. (2012). Overview of Intelligent Railway Transportation Systems in China. Intelligent Automation & Soft Computing, 18(6), 627–634. https://doi.org/10.1080/10798587.2012.10643272
31.	Khabarov, V. I., & Volegzhanina, I. S. (2020). Digital Railway as a precondition for industry, science and education interaction by knowledge management. IOP Conference Series: Materials Science and Engineering, 918(1), 012189. https://doi.org/10.1088/1757-899X/918/1/012189
32.	Kou, G., Olgu Akdeniz, Ö., Dinçer, H., & Yüksel, S. (2021). Fintech investments in European banks: A hybrid IT2 fuzzy multidimensional decision-making approach. Financial Innovation, 7(1), 39.
33.	Ksoll, M. (2015). Deutsche Bahn – Digital Transformation and Long-term Challenges.
34.	Kulkarni, U. V., & Shinde, S. V. (2013). Neuro-fuzzy classifier based on the Gaussian membership function. 2013 Fourth International Conference on Computing, Communications and Networking Technologies (ICCCNT), 1–7. https://doi.org/10.1109/ICCCNT.2013.6726629
35.	Laiton-Bonadiez, C., Branch-Bedoya, J. W., Zapata-Cortes, J., Paipa-Sanabria, E., & Arango-Serna, M. (2022). Industry 4.0 technologies applied to the rail transportation industry: A systematic review. Sensors, 22(7), 2491.
36.	Lee, L.-W., & Chen, S.-M. (2008). Fuzzy multiple attributes group decision-making based on the extension of TOPSIS method and interval type-2 fuzzy sets. 2008 International Conference on Machine Learning and Cybernetics, 6, 3260–3265.
37.	Li, M., Wang, Y. H., & Jia, L. M. (2015). On operation safety assessment model for urban rail transit station. Advances in Transportation Studies, 13–22. OmniFile Full Text Select (H.W. Wilson).
38.	Li, Q., Song, L., List, G. F., Deng, Y., Zhou, Z., & Liu, P. (2017). A new approach to understand metro operation safety by exploring metro operation hazard network (MOHN). Safety Science, 93, 50–61. https://doi.org/10.1016/j.ssci.2016.10.010
39.	Li, Q. Y., Zhong, Z. D., Liu, M., & Fang, W. W. (2017). Smart railway based on the Internet of Things. In Big data analytics for sensor-network collected intelligence (pp. 280–297). Elsevier.
40.	Lin, H., Yuan, T., Bai, W., Zhao, Z., Lu, R., Li, X., & Lin, Q. (2022). Railway Signaling Safety Factors Quantitative Analysis Using an Improved 5M Model. Sustainability, 14(10). https://doi.org/10.3390/su14106247
41.	Lin, S., Jia, Y., & Xia, S. (2019). Research and Analysis on the Top Design of Smart Railway. Journal of Physics: Conference Series, 1187(5), 052053. https://doi.org/10.1088/1742-6596/1187/5/052053
42.	Lin, Y.-T., Yang, Y.-H., Kang, J.-S., & Yu, H.-C. (2011). Using DEMATEL method to explore the core competences and causal effect of the IC design service company: An empirical case study. Expert Systems with Applications, 38(5), 6262–6268. https://doi.org/10.1016/j.eswa.2010.11.092
43.	Liu, X., Liu, J., Ren, K., Liu, X., & Liu, J. (2022). An integrated fuzzy multi-energy transaction evaluation approach for energy internet markets considering judgement credibility and variable rough precision. Energy, 261, 125327.
44.	Lopez, I., Aguado, M., Pinedo, C., & Jacob, E. (2015). SCADA Systems in the Railway Domain: Enhancing Reliability through Redundant MultipathTCP. 2015 IEEE 18th International Conference on Intelligent Transportation Systems, 2305–2310. https://doi.org/10.1109/ITSC.2015.372
45.	Lu, L., & Peng, H. (2018). Research on Urban Rail Transit Operation Safety Evaluation System Based on ISM. Proceedings of the Asia-Pacific Conference on Intelligent Medical 2018 & International Conference on Transportation and Traffic Engineering 2018, 72–75. https://doi.org/10.1145/3321619.3321632
46.	Lu, Y., Li, Q., & Xiao, W. (2013). Case-based reasoning for automated safety risk analysis on subway operation: Case representation and retrieval. Safety Science, 57, 75–81. https://doi.org/10.1016/j.ssci.2013.01.020
47.	Mendel, J. M. (2003). Fuzzy sets for words: A new beginning. The 12th IEEE International Conference on Fuzzy Systems, 2003. FUZZ’03., 1, 37–42.
48.	Mendel, J. M. (2007). Computing with words and its relationships with fuzzistics. Information Sciences, 177(4), 988–1006.
49.	Mendel, J. M. (2017). Type-2 Fuzzy Sets. In J. M. Mendel (Ed.), Uncertain Rule-Based Fuzzy Systems: Introduction and New Directions, 2nd Edition (pp. 259–306). Springer International Publishing. https://doi.org/10.1007/978-3-319-51370-6_6
50.	Murry Jr, J. W., & Hammons, J. O. (1995). Delphi: A versatile methodology for conducting qualitative research. The Review of Higher Education, 18(4), 423–436.
51.	Ning, B., Tang, T., Gao, Z., Yan, F., & Zeng, D. D. (2006). Intelligent Railway Systems in China. IEEE Intelligent Systems, 21, 80–83. https://doi.org/10.1109/MIS.2006.99
52.	Opricovic, S., & Tzeng, G.-H. (2004). Compromise solution by MCDM methods: A comparative analysis of VIKOR and TOPSIS. European Journal of Operational Research, 156(2), 445–455.
53.	Palanivel, K., Kumar, K. S., Srinivasan, S., & Muralikrishna, P. (2014). Fuzzy assignment problem of trapezoidal membership functions within the sort of alpha optimal solution using ranking principle. 2014 International Conference on Advances in Engineering and Technology (ICAET), 1–7. https://doi.org/10.1109/ICAET.2014.7105256
54.	Palmisano, S. J. (2008). A smarter planet: The next leadership agenda. IBM. November, 6, 1–8.
55.	Pandey, M., Litoriya, R., & Pandey, P. (2019). Identifying causal relationships in mobile app issues: An interval type-2 fuzzy DEMATEL approach. Wireless Personal Communications, 108(2), 683–710.
56.	Purwanto, Y., Ruriawan, M. F., Alamsyah, A., Wijaya, F. P., Husna, D. N., Kridanto, A., Nugroho, F., Fakhrudin, A., Itqon, M., & Febrianta, M. Y. (2023). Security architecture for secure train control and monitoring system. Sensors, 23(3), 1341.
57.	Q. LI, L. LIU, W. ZHANG, J. LIU, & G. BAI. (2020). Evaluating Regional Rail Transit Safety: A Matter-Element Analysis Method. 2020 IEEE 23rd International Conference on Intelligent Transportation Systems (ITSC), 1–6. https://doi.org/10.1109/ITSC45102.2020.9294374
58.	Rowe, G., & Wright, G. (1999). The Delphi technique as a forecasting tool: Issues and analysis. International Journal of Forecasting, 15(4), 353–375.
59.	Roy, B. (1991). The outranking approach and the foundations of ELECTRE methods. Theory and Decision, 31, 49–73.
60.	Saaty, T. L. (1980). The analytic hierarchy process (AHP). The Journal of the Operational Research Society, 41(11), 1073–1076.
61.	Saaty, T. L. (1996). Decision making with dependence and feedback. The Analytic Network Process.
62.	Sabaei, D., Erkoyuncu, J., & Roy, R. (2015). A review of multi-criteria decision making methods for enhanced maintenance delivery. Procedia CIRP, 37, 30–35.
63.	Sangiorgio, V., Mangini, A. M., & Precchiazzi, I. (2020). A new index to evaluate the safety performance level of railway transportation systems. Safety Science, 131, 104921. https://doi.org/10.1016/j.ssci.2020.104921
64.	Damiano Scordamaglia. (2019). Digitalisation in railway transport: A lever to improve rail competitiveness.
65.	Shieh, J.-I., Wu, H.-H., & Huang, K.-K. (2010). A DEMATEL method in identifying key success factors of hospital service quality. Knowledge-Based Systems, 23(3), 277–282. https://doi.org/10.1016/j.knosys.2010.01.013
66.	Si, S.-L., You, X.-Y., Liu, H.-C., & Zhang, P. (2018). DEMATEL technique: A systematic review of the state-of-the-art literature on methodologies and applications. Mathematical Problems in Engineering, 2018, 1–33.
67.	Steele, H., & Roberts, C. (2022). Towards a Sustainable Digital Railway. In S. Blainey & J. Preston (Eds.), Sustainable Railway Engineering and Operations (Vol. 14, pp. 239–263). Emerald Publishing Limited. https://doi.org/10.1108/S2044-994120220000014014
68.	SUDOU Akihisa, OGURA Shin, SATO Daichi, NAKAMURA Junya, & KUBOSAWA Shumpei. (2021). Reforming Railway Operations. 15(1), 63–67.
69.	Tengfei Shi, Heng Wan, Weijie Ma, & Linfeng Gan. (2023). Rail Transit Operational Safety Risk Assessment Based on Improved AHP and Cloud Model. Proceedings of the 3rd International Conference on Digital Economy and Computer Application (DECA 2023), 474–486. https://doi.org/10.2991/978-94-6463-304-7_49
70.	Tokody, D., Schuster, G., & Papp, J. (2015). Study of how to implement an intelligent railway system in Hungary. 2015 IEEE 13th International Symposium on Intelligent Systems and Informatics (SISY), 199–204.
71.	Toshimitsu Urakabe. (2020). Mid- to Long-term Vision for Technological Innovation: Energy and Environment. 40, 5–8. WorldCat.
72.	Tzeng, G.-H., Chiang, C.-H., & Li, C.-W. (2007). Evaluating intertwined effects in e-learning programs: A novel hybrid MCDM model based on factor analysis and DEMATEL. Expert Systems with Applications, 32(4), 1028–1044.
73.	Tzeng, G.-H., & Shen, K.-Y. (2017). New concepts and trends of hybrid multiple criteria decision making. CRC Press.
74.	Wang, L.-X., & Mendel, J. M. (1992a). Back-propagation fuzzy system as nonlinear dynamic system identifiers. [1992 Proceedings] IEEE International Conference on Fuzzy Systems, 1409–1418.
75.	Wang, L.-X., & Mendel, J. M. (1992b). Fuzzy basis functions, universal approximation, and orthogonal least-squares learning. IEEE Transactions on Neural Networks, 3(5), 807–814.
76.	Wu, H.-W., Li, E., Sun, Y., & Dong, B. (2021). Research on the operation safety evaluation of urban rail stations based on the improved TOPSIS method and entropy weight method. Journal of Rail Transport Planning & Management, 20, 100262. https://doi.org/10.1016/j.jrtpm.2021.100262
77.	Wu, H.-W., Zhen, J., & Zhang, J. (2020). Urban rail transit operation safety evaluation based on an improved CRITIC method and cloud model. Journal of Rail Transport Planning & Management, 16, 100206. https://doi.org/10.1016/j.jrtpm.2020.100206
78.	Zadeh, L. A. (1965). Fuzzy sets. Information and Control, 8(3), 338–353. https://doi.org/10.1016/S0019-9958(65)90241-X
79.	Zadeh, L. A. (1975). The concept of a linguistic variable and its application to approximate reasoning—I. Information Sciences, 8(3), 199–249.
80.	Zhang, Q., Zhuang, Y., Wei, Y., Jiang, H., & Yang, H. (2020). Railway safety risk assessment and control optimization method based on FTA-FPN: a case study of Chinese high-speed railway station. Journal of Advanced Transportation, 2020, 1–11.
81.	Zhao, C., Chen, J., Zhang, X., & Cui, Z. (2022). Solution of Multi-Crew Depots Railway Crew Scheduling Problems: The Chinese High-Speed Railway Case. Sustainability, 14(1). https://doi.org/10.3390/su14010491
82.	Krmac, E., & Djordjević, B. (2017). An evaluation of train control information systems for sustainable railway using the analytic hierarchy process (AHP) model. European Transport Research Review, 9(3), 35. https://doi.org/10.1007/s12544-017-0253-9
83.	須藤 明久, 小椋 慎, 佐藤 大地, 中村 純也, & 窪澤 駿平. (2020). AI・IoTを活用した鉄道業務変革(鉄道DX). 73(1), 57–61.
〈網頁檢索〉
1.	SBB官方網站，Digital Transformation at SBB，上網日期：2023/10/29，檢自
https://company.sbb.ch/content/dam/internet/corporate/en/medien/dossier-medienschaffende/Digitalisierung-SBB.pdf.sbbdownload.pdf
2.	East Japan Railway Company，上網日期：2023/11/18，檢自
https://www.jreast.co.jp/company/
3.	JEIS - JR East Information Systems Company Global website，上網日期：2023/11/18，檢自
https://www.jeis.co.jp/en/
4.	UIC - International union of railways: Home，上網日期：2024/05/04，檢自
https://uic.org/
5.	Digital Rail for Germany，上網日期：2024/05/04，檢自
https://digitale-schiene-deutschland.de/en
6.	國家鐵路局，上網日期：2024/05/04，檢自
https://www.nra.gov.cn/
7.	Innovation : la digitalisation au service de nos clients
https://www.groupe-sncf.com/fr/innovation/digitalisation
8.	臺鐵豐原站智慧型影像監控系統試辦案，上網日期：2024/05/08，檢自
https://www.rb.gov.tw/showpage.php?lmenuid=11&smenuid=49&tmenuid=0&infoid=2060#gsc.tab=0 
9.	臺灣職業安全衛生管理系統簡介，上網日期：2024/05/08，檢自
https://toshms.osha.gov.tw/Intro