醫療運輸作為運輸接駁服務中重要的一環，目前台灣醫療接駁服務所提供的運具選擇分為大眾運輸工具、醫院接駁專車、復康巴士、計程車等，或是私人運具接送就醫者往返住家與醫院，而部分就醫需求者期望醫院或是第三方服務機構有陪同就醫服務，協助他們順利就診並減低到院看病流程不熟悉的不安全感。此外，若使用預約式的接駁服務，可提前規劃服務順序時間與安排路徑，不僅可以增加業者營運效率並降低運輸成本，也可為就醫者多一項醫療接駁服務的選擇。本研究模式為考量具陪伴者需求就醫者之接駁服務路徑排程最佳化，以最少營運成本為目標，考量營運情況與限制條件後，利用時空網路技巧及整數數學規劃方法建立此模式。模式中依照車流與人流分類不同網路流動，分別為車輛、就醫者、照護員及需照護服務之就醫者時空網路。再配合數學規劃軟體Gurobi 9.1.2進行模式求解。
本研究模式以不同需求之乘客資料作為基礎，並假設多種情境進行範例測試與敏感度分析，以了解不同參數對於本研究模式規劃結果之變化趨勢與影響。研究結果顯示，本研究將可提供營運單位作為考量陪伴就醫之醫療運輸接駁服務路線排程最佳化之參考。

Medical service transport plays a crucial role in Taiwan's transportation system, encompassing public transport, hospital shuttle buses, handicap buses, accessible taxis, and private vehicles utilized by patients for commuting between home and hospitals. However, certain patients requiring medical attention necessitate accompanying medical services to facilitate a seamless medical treatment process and mitigate hospital-related insecurities.

This research endeavors to optimize route scheduling for patients requiring companionship, aiming to minimize operational costs while considering real-world operational constraints. Utilizing time-space network techniques and integer mathematical planning methods, a model was developed for this purpose. The model categorizes traffic flows into vehicles, patients, and patients requiring caregiver accompaniment. Solution of the model was achieved using the mathematical planning software Gurobi 9.1.2.

The findings demonstrate that the proposed model serves as a valuable tool for operators seeking to optimize medical transportation route scheduling, particularly for providing escort services to medical appointments. By employing scheduled transportation services and strategically planning service schedules and routing arrangements, operational efficiency is enhanced, transportation costs are reduced, and additional medical transportation options are made available to patients. 

謝辭	i
摘要	ii
目錄	iv
圖目錄	vi
表目錄	vii
1 第一章 緒論	1
1.1 研究背景與研究動機	1
1.2 研究目的	4
1.3 研究流程	4
2 第二章 文獻回顧	6
2.1 自動駕駛汽車簡介	6
2.1.1 自駕車於台灣之發展	9
2.1.2 國外自動駕駛電動巴士實際案例	11
2.2 車輛途程問題	13
2.2.1 撥召問題	16
2.2.2 時空網路	20
2.3 醫療運輸接駁服務	22
2.4 小結	24
3 第三章 模式架構	25
3.1 問題描述	25
3.2 模式架構	26
3.2.1 模式基本假設	26
3.2.2 時空網路設計	28
3.2.3 數學模式	37
4 第四章 實證分析	41
4.1 模式測試與結果分析	41
4.1.1 輸入資料與輸出資料	41
4.2 小樣本範例測試	41
4.3 範例測試	50
4.3.1 參數設定	51
4.3.2 基本範例測試	53
4.4 敏感度分析	56
4.4.1 最長繞行時間之敏感度分析	56
4.4.2 車輛數量之敏感度分析	59
4.4.3 車容量之敏感度分析	62
4.4.4 懲罰值之敏感度分析	64
4.4.5 固定成本之敏感度分析	66
5 第五章 結論與建議	68
5.1 結論	68
5.2 建議	71
6 參考文獻	72

圖目錄
圖 1.1 研究流程圖	5
圖 3.1 接駁服務系統示意圖	26
圖 3.2 自動駕駛電動巴士示意圖（資料來源：本研究整理）	27
圖 3.3 車流時空網路圖	30
圖 3.4 就醫者時空網路圖	33
圖 3.5 照護員及需照護服務之就醫者時空網路圖	36
圖 4.1 第一類小範例測試之車輛路網規劃結果	42
圖 4.2 第二類小範例測試之車輛路網規劃結果	44
圖 4.3 第三類小範例測試之車輛路網規劃結果	48
圖 4.4 測試範例之服務據點示意圖（資料來源：Google Earth）	50
圖 4.5 求解時間與收斂誤差關係圖	54
圖 4.6 最長繞行時間之敏感度分析結果變化趨勢圖	57
圖 4.7 車輛數量之敏感度分析結果變化趨勢圖	60
圖 4.8 車容量之敏感度分析結果變化趨勢圖	62
圖 4.9 懲罰值之敏感度分析結果變化趨勢圖	64
圖 4.10 固定成本之敏感度分析結果變化趨勢圖	66

表目錄
表 2.1 自動駕駛等級分類標準	8
表 2.2 台灣自駕車試驗計劃	10
表 4.1 第一類小樣本範例測試之乘客輸入資料	42
表 4.2 第一類小範例測試之接駁車輛與乘客細部解結果	43
表 4.3 第二類小樣本範例測試之乘客輸入資料	43
表 4.4 第二類小樣本範例結果之數據	44
表 4.5 第二類小範例測試之接駁車輛與乘客細部解結果	45
表 4.6 第三類小樣本範例測試之乘客輸入資料	46
表 4.7 第三類小樣本範例結果之數據	47
表 4.8 第三類小範例測試之接駁車輛與乘客細部解結果	49
表 4.9 新北市淡水區測試範例之各服務據點劃分	51
表 4.10 基本範例測試之乘客輸入資料	53
表 4.11 基本範例之測試結果	54
表 4.12 基本範例測試與比較結果	55
表 4.13 最長繞行時間之敏感度分析	58
表 4.14 車輛數量之敏感度分析	61
表 4.15 車容量之敏感度分析	63
表 4.16 懲罰值之敏感度分析	65
表 4.17 固定成本之敏感度分析	67

王典章（2017），居家醫療的人力資源與路徑規劃，國立嘉義大學企業管理學系碩士班碩士論文。
白峻安（2015），利用類電磁演算法求解於需求反應式撥召問題－以新北市復康巴士為例，淡江大學運輸管理學系碩士班碩士論文。
何政翰、古昆隴、徐榮弘（2023），電動巴士模型在環與能耗估算，機械工業雜誌481期(2023)，87－95頁。
吳宗勳（2012），多車種固定車隊車輛路線問題之啟發式解法研究，國立交通大學運輸科技與管理學系碩士論文。
呂尚鴻（2013），電動車路徑規劃問題，國立清華大學工業工程與工程管理學系碩士論文。
辛孟鑫（2005），撥召運輸系統路線規劃問題之研究－以台北市復康巴士為例，國立成功大學交通管理科學研究所碩士論文。
卓裕仁、朱佑旌 (2008)，兩階段回溯式門檻接受法求解時窗限制回程取貨車輛路線問題之研究，運輸計劃37卷4期， 405－429頁。
林奕隆（2011），應用蜂群最佳化演算法求解撥召問題─以復康巴士為例，國立中央大學土木工程學系碩士論文。
林聖偉（2005），需求反應運輸服務需求分析之研究－以醫療運輸為例，淡江大學運輸管理學系碩士班碩士論文。
金佳蓉（2016），就運輸政策及醫療體系面探討偏鄉高齡者醫療旅次對副大眾運輸工具之需求-以苗栗縣西湖鄉為例，中華大學運輸科技與物流管理學系碩士論文。
胡孟庭（2011），接駁型需求反應式運輸系統之服務型態分析，中華大學運輸科技與物流管理學系碩士班碩士論文。
財團法人車輛研究測試中心，自駕車專區。檢自https://www.artc.org.tw/。
張佳雯、吳榮煌、馮道亨、樂楚全、洪店、許健智、蕭輔沛、劉淑卿、蔡諄昶、翁瑞蓬、曾蕙如、 胡鈞祥（2019），我國自駕車發展芻議，土木水利46卷2期，18－25頁。
張承裕（2016），考慮物流士作業能力與服務時間相似度之車輛路徑問題，國立臺北科技大學工業工程與管理系碩士班碩士論文。
張學孔、陳雅雯、周寬也、于立安（2019），發展自動駕駛運具之衝擊影響評估。土木水利46卷2期，66－72頁。
陳明石、柯耀宗、陳毓婷（2020），高齡者就醫交通資訊整合平台需求研究。福祉科技與服務管理學刊8卷1期，1－19頁。
陳菀蕙、呂寶靜、高桂娟 （2009），高齡者旅運特性與就醫需求回應運輸系統需求分析，運輸學刊21卷3期，329－354頁。
黃哲勳（2020），自駕巴士應用於都市公共運輸的發展契機，電腦與通訊183期， 27－29頁。
黃漢瑄（2006），撥召服務最佳化指派作業之研究，淡江大學運輸管理學系碩士班碩士論文。
齊志仁（2003），隨機需求下長途客運排程暨班次表設計規劃模式之研究，國立中央大學土木工程學系碩士論文。
蔡孟儒（2013），求解動態撥召問題：以復康巴士為例，淡江大學資訊管理學系碩士班碩士論文。
盧宗成、顏上堯、林韋捷（2017），電動車共享系統車隊布署最佳化模式，運輸計劃季刊44卷2期6月，191－216頁。
顏上堯、 林妤玲、陳怡君（2020），最佳化報廢機車回收場區位途程模式之研究，中國土木水利工程學刊 32卷2期4月，135－146頁。
顏上堯、林漢俊、張勻威（2011），自行車租賃佈署暨調度最佳化之研究，都市交通26卷2期12月，1－12頁。
魏健宏、王穆衡、蔡欽同、辛孟鑫（2007），臺北市復康巴士路線規劃問題之研究，運輸學刊19卷3期9月，301－332頁。
Anbuudayasankar, S. P., Ganesh, K., & Mohapatra, S. (2014). Survey of Methodologies for TSP and VRP. Models for Practical Routing Problems in Logistics, 11–42. https://doi.org/10.1007/978-3-319-05035-5
Atahran, A., Lenté, C., & T’kindt, V. (2014). A Multicriteria Dial-a-Ride Problem with an Ecological Measure and Heterogeneous Vehicles. Journal of Multi-Criteria Decision Analysis, 21(5–6), 279–298. https://doi.org/10.1002/mcda.1518
Brake, J. F., Mulley, C., Nelson, J., D. (2006). Good Practice Guide for Demand Responsive Transport Services Using Telematics. University of Newcastle upon Tyne. Publisher 
Cordeau, J. F., & Laporte, G. (2007). The dial-a-ride problem: Models and algorithms. Annals of Operations Research, 153(1), 29–46. https://doi.org/10.1007/s10479-007-0170-8
Cordeau, J.-F. (2006). A Branch-and-Cut Algorithm for the Dial-a-Ride Problem. Operations Research, 54(3), 573–586. https://doi.org/10.1287/opre.1060.0283
Cordeau, J.-F., & Laporte, G. (2003). A tabu search heuristic for the static multi-vehicle dial-a-ride problem. Transportation Research. Part B: Methodological, 37(6), 579–594. https://doi.org/10.1016/S0191-2615(02)00045-0
Cordeau, J.-F., Desaulniers, G., Desrosiers, J., Solomon, M., Soumis, F. (1999). Les Cahiers du GERAD, G-99-13.
Coslovich, L., Pesenti, R., & Ukovich, W. (2006). A two-phase insertion technique of unexpected customers for a dynamic dial-a-ride problem. European Journal of Operational Research, 175(3), 1605–1615. https://doi.org/10.1016/j.ejor.2005.02.038
Dantzig, G. B., & Ramser, J. H. (1959). The Truck Dispatching Problem. Management Science, 6(1), 80–91. https://doi.org/10.1287/mnsc.6.1.80
Gélinas, S., Desrochers, M., Desrosiers, J., & Solomon, M. M. (1995). A new branching strategy for time constrained routing problems with application to backhauling. Annals of Operations Research, 61(1), 91–109. https://doi.org/10.1007/BF02098283
Ho, S. C., Szeto, W. Y., Kuo, Y.-H., Leung, J. M. Y., Petering, M., & Tou, T. W. H. (2018). A survey of dial-a-ride problems: Literature review and recent developments. Transportation Research. Part B: Methodological, 111, 395–421. https://doi.org/10.1016/j.trb.2018.02.001
Hussain, R., & Zeadally, S. (2019). Autonomous Cars: Research Results, Issues, and Future Challenges. IEEE Communications Surveys and Tutorials, 21(2), 1275–1313. https://doi.org/10.1109/COMST.2018.2869360
Jo, K., Kim, J., Kim, D., Jang, C., & Sunwoo, M. (2014). Development of Autonomous Car-Part I: Distributed System Architecture and Development Process. IEEE Transactions on Industrial Electronics (1982), 61(12), 7131–7140.
Lu, C., Wu, Y., & Yu, S. (2022). A Sample Average Approximation Approach for the Stochastic Dial-A-Ride Problem on a Multigraph with User Satisfaction. European Journal of Operational Research, 302(3), 1031–1044. https://doi.org/10.1016/j.ejor.2022.01.033
Molenbruch, Y., Braekers, K., & Caris, A. (2017). Typology and literature review for dial-a-ride problems. Annals of Operations Research, 259(1–2), 295–325. https://doi.org/10.1007/s10479-017-2525-0
Narayanan, S., Chaniotakis, E., & Antoniou, C. (2020). Shared autonomous vehicle services: A comprehensive review. Transportation Research. Part C, Emerging Technologies, 111, 255–293. https://doi.org/10.1016/j.trc.2019.12.008
Pillac, V., Gendreau, M., Guéret, C., & Medaglia, A. L. (2013). A review of dynamic vehicle routing problems. European Journal of Operational Research, 225(1), 1–11. https://doi.org/10.1016/j.ejor.2012.08.015
Society of Automotive Engineers. (2021). SAE Levels of Driving Automation™        檢自：https://www.sae.org/blog/sae-j3016-update
WHO. (2016). The Road Traffic Death Rate by Who Region and Income Level.         檢自：https://www.who.int/data/gho/data/themes/road-safety
Yan, S., & Chen, C.-H. (2008). Optimal flight scheduling models for cargo airlines under alliances. Journal of Scheduling, 11(3), 175–186. https://doi.org/10.1007/s10951-007-0020-1
Yan, S., & Chen, H.-L. (2002). A scheduling model and a solution algorithm for inter-city bus carriers. Transportation Research. Part A, Policy and Practice, 36(9), 805–825. https://doi.org/10.1016/S0965-8564(01)00041-6
Yan, S., Chen, C.-Y., & Wu, C.-C. (2012). Solution methods for the taxi pooling problem. Transportation (Dordrecht), 39(3), 723–748. https://doi.org/10.1007/s11116-011-9354-9
Yan, S., Chen, S.-C., & Chen, C.-H. (2006). Air cargo fleet routing and timetable setting with multiple on-time demands. Transportation Research. Part E, Logistics and Transportation Review, 42(5), 409–430. https://doi.org/10.1016/j.tre.2005.02.002
Zhou, Y., Sato, H., & Yamamoto, T. (2023). Resourcing idle privately owned autonomous electric vehicles: System design and simulation for ride-sharing in residential areas of the aging in Japan. Transport Policy, 143, 46–57. https://doi.org/10.1016/j.tranpol.2023.09.002