台中101公車發車時間的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

應用兩階段基因演算法於考量乘客屬性及營運成本之公車路網排班問題之研究

為了解決台中101公車發車時間的問題，作者楊為翔 這樣論述：

隨著城鄉差距逐日擴大，城市人口不斷提高，市區交通負載量也隨之逐年攀升。因此政府致力於推行大眾運輸系統，鼓勵民眾能多搭乘大眾交通運輸系統，希望能藉此舒緩市區嚴重塞車的窘境，減少整體交通時間，並響應節能減碳的環保政策。公車是大多數城市所仰賴的大眾運輸交通工具，交通規劃如路網設計、時刻表、班次的密集度及旅途時間等之設計，以及公車的發車時間與準時性，會影響乘客選擇搭乘大眾交通運輸工具的意願。如何盡可能地規劃一完善的公車路網排班，以符合乘客需求成為一大課題。本研究以兩階段基因演算法分別對公車停站模式以及公車發車時間進行迭代求解，目標為最小化流失乘客人數以及公司營運成本。根據調整班次數量、平均候車人數以

及其變異係數，分為6個情境進行分析，其實驗結果顯示，本研究所建構之公車路網排班基因演算法，在不同的情境之下皆具有穩定的求解能力。

郊區公共運輸網路重整與最佳化

為了解決台中101公車發車時間的問題，作者高譽慈 這樣論述：

我國公共運輸系統長年以來多仰賴政府補貼，以東部地區為例，地形狹長、居住人口數偏低且聚落分散，客運業者經營不易且績效不彰，即使是人口相對較為聚集之花蓮市區，多數公路公共運輸路線路網設計單調且多為重複路線，服務頻率亦偏低。有鑑於此區域內站牌分布及路線設計長年未配合需求進行調整，本研究特發展量化模式，希冀能透過檢視花蓮市區周邊之公共運輸路線與站牌分佈，進行站牌分區與路線整合設計，提供更具效率之公共運輸服務路線與更密集之服務班次，逐漸提昇花蓮地區之公共運輸服務水準。研究方法大致分為以下步驟: (1)既有站點重新分群、(2) 根據站點分群結果，以最小化實際距離進行TSP優化，決定路線的繞行順序、(3)

檢查是否需要再次分群(是否超過業者建議之路線長度上限)、(4)分析不同的發車頻率，計算所對應的各項成本、(5)探討不同的延車公里搭車人數(平均載客量)對乘客成本的影響、(6)分析並比較各項方案與政府所提方案之總成本差異。總成本包含業者層面的營運成本、車輛折舊成本與場站設置成本，以及使用者層面的乘客起站等車時間成本、轉車等車時間成本、轉車次數成本與車輛外部成本。本研究透過集群分析之K-means分析法，將公車站點進行初步分群，站點之間距離較靠近者歸被為同一族群，此步驟目的為避免重新設計之路線總距離過長(業者建議花蓮市區單一路線以不超過19.2Km為原則)。針對花蓮市區附近站點數量過多進行第二階

段的K-means分群，將旅行員銷售問題的概念納入路線規劃，最小化路線繞行的行駛總距離。接著以評估總系統成本進行方案之間優缺點之衡量標準，並同時與即將實施之低碳計劃路線進行比較，瞭解該計劃未透過最佳化進行路線規劃，與本研究之路線方案有些差距，低碳計劃路線總距離最長但是涵蓋站點數卻非至多，而本研究方案C包含站點較多且總距離也較少，因此，透過總成本的衡量更可以明顯發現低碳計劃之路線還有許多改善之處，同時得知適切考慮使用者角度之成本之於系統總體成本而言相當重要，偏頗的衡量將忽略乘客之利益。