TWI661328B - 資料分析伺服器設備及其最佳組合分析方法 - Google Patents

資料分析伺服器設備及其最佳組合分析方法 Download PDF

Info

Publication number
TWI661328B
TWI661328B TW107110666A TW107110666A TWI661328B TW I661328 B TWI661328 B TW I661328B TW 107110666 A TW107110666 A TW 107110666A TW 107110666 A TW107110666 A TW 107110666A TW I661328 B TWI661328 B TW I661328B
Authority
TW
Taiwan
Prior art keywords
img
tif
format
file
information
Prior art date
Application number
TW107110666A
Other languages
English (en)
Other versions
TW201942911A (zh
Inventor
陳志華
郭士嘉
吳銘晏
林佳宏
官大勝
羅坤榮
Original Assignee
中華電信股份有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 中華電信股份有限公司 filed Critical 中華電信股份有限公司
Priority to TW107110666A priority Critical patent/TWI661328B/zh
Priority to CN201810480525.8A priority patent/CN110322016A/zh
Application granted granted Critical
Publication of TWI661328B publication Critical patent/TWI661328B/zh
Publication of TW201942911A publication Critical patent/TW201942911A/zh

Links

Abstract

一種資料分析伺服器設備及其最佳組合分析方法，此最佳組合分析方法在初始化階段先建立數個基因序列，再運用這些基因序列進行交配、突變等計算，從而產生最佳基因序列。而此最佳組合分析方法可應用於能源消耗估計、交通資訊估計、生理資訊估計之用途。

Description

<title lang="zh">資料分析伺服器設備及其最佳組合分析方法</title><title lang="en">DATA ANALYSIS SERVER EQUIPMENT AND OPTIMIZED COMBINATION METHOD</title><technical-field><p>本發明是有關於一種駕駛行為相關之資料分析技術，且特別是有關於一種資料分析伺服器設備及其最佳組合分析方法。</p></technical-field><background-art><p>根據台灣經濟研究院之研究分析報告指出，在汽車貨運業和汽車客運業的成本結構比中，燃油料成本在每一年的統計皆佔24%~29%。由此可知，燃油料成本為車輛的主要成本因子之一，尤其反應在汽車貨運業上，其燃油料成本更高於薪資及福利津貼成本，並位居成本結構中的第一名。有鑒於此，若能發展出一種能監控燃油料消耗的系統及方法，將能有效地對應此一問題。</p><p>在先前技術中，雖有利用歷史資料之車輛種類、油表電壓、行車速度來取得並校正油量值的技術，亦有利用偵測電瓶電壓並用以運算出車輛油耗的技術，或是診斷油箱的回饋油量數據的技術等等。然而，這些先前技術各自皆缺少有效的回饋方法、或是無法透過路網的車流狀況、駕駛人差異等等因素來綜合估計貨運業所需的燃油料成本，顯各有其缺失，仍待加以改良。</p></background-art><disclosure><p>本發明提供一種資料分析伺服器設備及其最佳組合分析方法，綜合考量駕駛行為的交通資訊或生理資訊，從而提供最佳的評估資訊。</p><p>本發明的最佳組合分析方法，其適用於分析駕駛行為反應的資訊。此最佳組合分析方法包括下列步驟。產生基因序列，各基因序列包含數個染色體，且這些染色體是相關於駕駛行為在不同時間點所造成之評估資訊的統計數量，且各統計數量是不同時間點下評估資訊符合數值區間的數量。將駕駛行為所反應的交通資訊或生理資訊輸入至適應函式，以計算這些基因序列的分數，而這些基因序列係作為適應函式的權重值。將這些基因序列進行選擇程序、交配程序、及突變程序，並當這些基因序列的分數收斂時產生最佳基因序列，而此最佳基因序列係駕駛行為之評估資訊集合。</p><p>另一方面，本發明的資料分析伺服器設備，其包括通訊模組、儲存器及處理器。通訊模組接收駕駛行為所反應的交通資訊或生理資訊。儲存器記錄交通資訊或生理資訊、以及數個模組。處理器耦接通訊模組及儲存器，且存取並執行儲存器所儲存的那些模組。而那些模組包括最佳組合分析模組。此最佳組合分析模組執行下列步驟。產生基因序列，各基因序列包含數個染色體，且這些染色體是相關於駕駛行為在不同時間點所造成之評估資訊的統計數量，且各統計數量是不同時間點下評估資訊符合數值區間的數量。將駕駛行為所反應的交通資訊或生理資訊輸入至適應函式，以計算這些基因序列的分數，而這些基因序列係作為適應函式的權重值。將這些基因序列進行選擇程序、交配程序、及突變程序，並當這些基因序列的分數收斂時產生最佳基因序列，而此最佳基因序列係駕駛行為之評估資訊集合。</p><p>基於上述，本發明實施例可改良基因演算法，在初始化階段先建立複數個優良的基因序列，再運用該複數個基因序列進行交配、突變等計算產生最適基因序列。而此改良基因演算法可結合神經網路之適應函式。本發明實施例可應用於交通資訊及生理資訊估計之用途，並將基因序列作為適應函式的權重值，從而得出最佳基因序列。</p><p>為讓本發明的上述特徵和優點能更明顯易懂，下文特舉實施例，並配合所附圖式作詳細說明如下。</p></disclosure><mode-for-invention><p>圖1是依據本發明一實施例的系統架構圖，請參照圖1，此系統至少包含數個車輛設備1、數個使用者設備2、資料分析伺服器設備3、以及資料庫設備4。</p><p>車輛設備1可以是汽車、機車、巴士或火車。於本實施例中，車輛設備1至少包含定位模組14、中介軟體模組12、以及通訊模組10。</p><p>定位模組14可支援全球定位系統(例如，GPS、北斗星、伽利略定位系統等)或無線網路訊號定位(例如，基地台定位、Wi-Fi定位等)方法，並取得位置資訊和車速資訊。在此實施例中，定位模組14可支援全球定位系統，可經由衛星訊號，取得車輛設備的經緯度座標和車速資訊。</p><p>通訊模組10可支援無線網路傳輸，並可建立使用者設備2與資料分析伺服器設備3之間的通訊。在此實施例中，通訊模組10可支援4G (長期演進技術(Long Term Evolution, LTE))通訊，以連結4G網路，並建立與資料分析伺服器設備3之間通訊連接。</p><p>中介軟體模組12儲存於車輛設備1的儲存器(例如，硬碟、記憶體、暫存器等)中並由處理器(例如，CPU、晶片、微處理器等)載入後執行，並支援超文本傳輸協定(HyperText Transfer Protocol, HTTP)、或訊息序列遙測傳輸(Message Queuing Telemetry Transport, MQTT)、或受限應用協定等傳輸協定。車輛設備1可由中介軟體模組12而經由通訊模組10與資料分析伺服器設備3連接，以傳送車輛設備資訊、交通資訊及/或生理資訊給予資料分析伺服器設備3。車輛設備資訊可包含車輛編號、車輛型號、駕駛人編號、時間資訊、位置資訊、車速資訊等。交通資訊可以是旅行時間、車流量、車速等。生理資訊可以是心律值、心律變數值等。在此實施例中，中介軟體模組12可支援超文本傳輸協定和具象狀態傳輸(Representational State Transfer, REST)，且中介軟體模組12可呼叫資料分析伺服器設備3的應用程式介面(Application Program Interfaces, APIs)，並透過通訊模組10將車輛設備資訊、交通資訊、及/或生理資訊以週期性或非週期性的方式傳送至資料分析伺服器設備3。</p><p>在此實施例中，車輛設備1具備車輛編號、車輛型號、及駕駛人編號。假設系統中共有C <sub>N</sub>台車輛設備、T <sub>N</sub>種車輛型號、D <sub>N</sub>位駕駛人，車輛設備1可每隔30秒傳送一次車輛設備資訊、交通資訊及/或生理資訊至資料分析伺服器設備3，並且各車輛設備1得包含身份識別裝置，各車輛設備1其駕駛人可將其身份識別證件插入身份識別裝置，以取得駕駛人身份資訊。 </p><p>如表(1)所示。例如：駕駛人1於2015/01/01駕駛車輛編號1之車輛設備1，車輛設備1的車輛型號為車輛型號1，並且車輛設備1可經由定位模組14於06:00:00取得車輛設備1的位置資訊(即，經度102.5423383度和緯度24.09490167度)和車速資訊(即時速44公里/小時)，並可經由中介軟體模組12呼叫資料分析伺服器3的REST APIs，且將車輛設備資訊傳送至資料分析伺服器3。 表(1)、車輛設備資訊 <tables><table border="1" bordercolor="#000000" width="85%"><tbody><tr><td> 車輛編號 </td><td> 車輛型號 </td><td> 駕駛人編號 </td><td> 時間 </td><td> 經度 </td><td> 緯度 </td><td> 車速 </td></tr><tr><td> 車輛編號1 </td><td> 車輛型號1 </td><td> 駕駛人1 </td><td> 2015/01/01 06:00:00 </td><td> 120.5423383 </td><td> 24.09490167 </td><td> 44 </td></tr><tr><td> 車輛編號1 </td><td> 車輛型號1 </td><td> 駕駛人1 </td><td> 2015/01/01 06:00:30 </td><td> 120.5361317 </td><td> 24.09120167 </td><td> 39 </td></tr><tr><td> 車輛編號1 </td><td> 車輛型號1 </td><td> 駕駛人1 </td><td> 2015/01/01 06:01:00 </td><td> 120.5360417 </td><td> 24.09114667 </td><td> 2 </td></tr><tr><td> 車輛編號1 </td><td> 車輛型號1 </td><td> 駕駛人1 </td><td> 2015/01/01 06:01:30 </td><td> 120.5360383 </td><td> 24.09115 </td><td> 0 </td></tr><tr><td> 車輛編號1 </td><td> 車輛型號1 </td><td> 駕駛人1 </td><td> 2015/01/01 06:02:00 </td><td> 120.536035 </td><td> 24.09113833 </td><td> 0 </td></tr><tr><td> 車輛編號1 </td><td> 車輛型號1 </td><td> 駕駛人1 </td><td> 2015/01/01 06:02:30 </td><td> 120.5356167 </td><td> 24.09070333 </td><td> 7 </td></tr><tr><td> 車輛編號1 </td><td> 車輛型號1 </td><td> 駕駛人1 </td><td> 2015/01/01 06:03:00 </td><td> 120.53052 </td><td> 24.09449167 </td><td> 48 </td></tr><tr><td> 車輛編號1 </td><td> 車輛型號1 </td><td> 駕駛人1 </td><td> 2015/01/01 06:03:30 </td><td> 120.52868 </td><td> 24.09591167 </td><td> 30 </td></tr><tr><td> … </td></tr><tr><td> 車輛編號 <i>C<sub>N</sub></i></td><td> 車輛型號 <i>T<sub>N</sub></i></td><td> 駕駛人 <i>D<sub>N</sub></i></td><td> 2015/12/31 22:00:00 </td><td> 121.0601083 </td><td> 24.75685833 </td><td> 102 </td></tr></tbody></table></tables></p><p>使用者設備2可以是智慧型手機、平板電腦、電腦主機、筆記型電腦等設備。使用者設備2至少包含使用者介面24、中介軟體模組22、以及通訊模組20。</p><p>使用者介面24可透過顯示器(例如，LCD、LED、OLED顯示器等)呈現，以提供給使用者操作使用者設備2，並取得使用者輸入的車輛編號、時間資訊、能量資訊及其他評估資訊，能量資訊可以是油量資訊或電量資訊，並可向資料分析伺服器設備3查詢分析結果，且得於使用者介面24展示此分析結果。</p><p>通訊模組20可支援任何類型之無線網路傳輸或有線網路傳輸，並可建立使用者設備2與資料分析伺服器設備3之間的通訊。在此實施例中，通訊模組可支援4G通訊，使用者設備2即可經由通訊模組20連結4G網路，並建立與資料分析伺服器設備3之間的通訊連接。</p><p>中介軟體模組22儲存於儲存器(例如，硬碟、記憶體、暫存器等)中並由處理器(例如，CPU、晶片、微處理器等)載入後執行，並支援超文本傳輸協定、或訊息序列遙測傳輸、或受限應用協定等傳輸協定，且可經由通訊模組20與資料分析伺服器設備3連接，以傳送車輛編號、時間資訊、及能量資訊給予資料分析伺服器設備3。能量資訊得包含油量資訊或電量資訊。中介軟體模組22並可接收資料分析伺服器設備3的分析結果。在此實施例中，中介軟體模組22可支援超文本傳輸協定和具象狀態傳輸，使用者設備2可經由中介軟體模組22呼叫資料分析伺服器設備3的REST APIs，並將使用者於使用者介面24輸入之車輛編號、時間資訊、及能量資訊經由通訊模組20傳送至資料分析伺服器設備3。由此可知，使用者設備2可取得使用者所輸入的能量資訊及其他評估資訊，並傳送至資料分析伺服器設備3。</p><p>在此實施例中，使用者設備2可供使用者非週期性操作，並經由使用者介面24取得使用者輸入的車輛編號、時間資訊、及油量資訊，再經由通訊模組20傳送車輛編號、時間資訊、及能量資訊(即油量資訊)至資料分析伺服器設備3及其能源消耗估計模組，如表(2)所示： 表(2)、油量消耗資訊 <tables><table border="1" bordercolor="#000000" width="85%"><tbody><tr><td> 車輛編號 </td><td> 時間 </td><td> 油量資訊 </td></tr><tr><td> 車輛編號1 </td><td> 2015/01/05 18:51:00 </td><td> 43.04 </td></tr><tr><td> 車輛編號1 </td><td> 2015/01/06 21:11:00 </td><td> 47.11 </td></tr><tr><td> 車輛編號1 </td><td> 2015/01/08 17:49:00 </td><td> 31.81 </td></tr><tr><td> 車輛編號1 </td><td> 2015/01/10 20:35:00 </td><td> 21.50 </td></tr><tr><td> 車輛編號1 </td><td> 2015/01/12 19:59:00 </td><td> 41.16 </td></tr><tr><td> 車輛編號1 </td><td> 2015/01/14 11:36:00 </td><td> 34.43 </td></tr><tr><td> 車輛編號1 </td><td> 2015/01/15 19:18:00 </td><td> 27.75 </td></tr><tr><td> 車輛編號1 </td><td> 2015/01/16 19:15:00 </td><td> 38.26 </td></tr><tr><td> … </td></tr><tr><td> 車輛編號 C<sub>N</sub></td><td> 2015/12/31 23:00:00 </td><td> 51.79 </td></tr></tbody></table></tables></p><p>在此實施例中，車輛編號1之車輛設備1於2015/01/05 18:51:00加油43.04公升，使用者可依加油發票資訊操作使用者設備2，經由使用者介面24輸入車輛編號(即車輛編號1)、時間資訊(即2015/01/05 18:51:00)、及油量資訊(即43.04公升)，且中介軟體模組22可呼叫資料分析伺服器設備3的REST APIs，將輸入之車輛編號、時間資訊、及能量資訊(即油量資訊)傳送至資料分析伺服器設備3。</p><p>在此實施例中，使用者設備2可供使用者非週期性操作，經由使用者介面24接收輸入車輛編號、時間資訊、及電量資訊，再經由中介軟體模組傳22送車輛編號、時間資訊、及能量資訊(即電量資訊)至資料分析伺服器設備3，如表(3)所示： 表(3)、電量消耗資訊 <tables><table border="1" bordercolor="#000000" width="85%"><tbody><tr><td> 車輛編號 </td><td> 時間 </td><td> 電量資訊 </td></tr><tr><td> 車輛編號2 </td><td> 2015/01/05 12:50:00 </td><td> 17.22 </td></tr><tr><td> 車輛編號2 </td><td> 2015/01/06 15:10:00 </td><td> 18.84 </td></tr><tr><td> 車輛編號2 </td><td> 2015/01/08 11:48:00 </td><td> 12.72 </td></tr><tr><td> 車輛編號2 </td><td> 2015/01/10 14:34:00 </td><td> 8.60 </td></tr><tr><td> 車輛編號2 </td><td> 2015/01/12 13:58:00 </td><td> 16.46 </td></tr><tr><td> 車輛編號2 </td><td> 2015/01/14 05:35:00 </td><td> 13.77 </td></tr><tr><td> 車輛編號2 </td><td> 2015/01/15 13:17:00 </td><td> 11.10 </td></tr><tr><td> 車輛編號2 </td><td> 2015/01/16 13:14:00 </td><td> 15.30 </td></tr><tr><td> … </td></tr><tr><td> 車輛編號 (C<sub>N</sub>-1) </td><td> 2015/12/31 21:59:00 </td><td> 20.72 </td></tr></tbody></table></tables></p><p>在此實施例中，車輛編號2之車輛設備1於2015/01/05 12:50:00充電17.22度(千瓦小時(1kWh))，使用者依充電資訊操作使用者設備2，經由使用者介面24輸入車輛編號(即車輛編號2)、時間資訊(即2015/01/05 12:50:00)、及電量資訊(即17.22度)，且中介軟體模組22可呼叫資料分析伺服器設備3的REST APIs，以將輸入之車輛編號、時間資訊、及能量資訊(即電量資訊)傳送至資料分析伺服器設備3。</p><p>資料分析伺服器設備3至少包含中介軟體模組32、通訊模組30、以及最佳組合分析模組34。在此實施例中，資料分析伺服器設備3得支援Linux作業系統、微軟Windows作業系統等，並可於其作業系統上建置網路服務伺服器等各類型伺服器。</p><p>中介軟體模組32儲存於儲存器(例如，硬碟、記憶體、暫存器等)中並由處理器(例如，CPU、晶片、微處理器等)載入後執行，並支援超文本傳輸協定、訊息序列遙測傳輸、或受限應用協定等傳輸協定。而資料分析伺服器設備3可經由中介軟體模組32而經由通訊模組30與車輛設備1及使用者設備2連接，以接收車輛設備1傳送的車輛設備資訊、交通資訊及/或生理資訊並接收使用者設備2傳送的車輛編號、時間資訊、能量資訊，並可傳送訊息給予車輛設備1或使用者設備2，且得將接收到的車輛設備資訊和能量資訊儲存至資料庫設備4。在本實施例中，中介軟體模組32得採用Tomcat網路服務伺服器實作，並可建置數個REST APIs供車輛設備1和使用者設備2連接，並得經由超文本傳輸協定接收車輛設備1傳送的車輛設備資訊、交通資訊及/或生理資訊並接收使用者設備2傳送的車輛編號、時間資訊、能量資訊，且可傳送訊息予車輛設備1或使用者設備2，更能將接收到的車輛設備資訊和能量資訊儲存至資料庫設備 4。</p><p>通訊模組30可支援任何類型的有線網路傳輸(例如，乙太網路、光纖網路等)，建立車輛設備1與資料分析伺服器設備3、使用者設備2與資料分析伺服器設備3、以及資料庫設備 4與資料分析伺服器設備3間的通訊傳輸。</p><p>最佳組合分析模組34儲存於儲存器(例如，硬碟、記憶體、暫存器等)中並由處理器(例如，CPU、晶片、微處理器等)載入後執行，並可執行本發明實施例最佳組合分析方法(待後續實施例詳述)，收集車輛設備1所傳送之車輛設備資訊、交通資訊及/或生理資訊、使用者設備2所傳送之車輛編號、時間資訊、及能量資訊，並分析出各個駕駛行為消耗的能源數量及其他評估資訊。駕駛行為可以是車速資訊，最佳組合分析模組34即可將各個駕駛行為消耗的能源數量儲存至資料庫設備 4，及產生駕駛行為能源消耗估計資訊集合。或者，最佳組合分析模組34亦可基於駕駛行為所反應的交通資訊或生理資訊，而推估對應的評估資訊(例如，塞車程度、駕駛人疲憊程度等)，待後續實施例詳述。</p><p>資料分析伺服器設備3得經由中介軟體模組32而透過通訊模組30與外部地理資訊伺服器連接，以REST APIs詢問外部地理資訊伺服器以取得車輛設備資訊其位置資訊所對應的道路類型，並將道路類型與車輛設備資訊合併為修改後車輛設備資訊，並將修改後車輛設備資訊儲存至資料庫設備 4。此外部地理資訊伺服器可以是Google Map伺服器或中華電信GeoWeb地圖伺服器，如表(4)所示： 表(4)、儲存至資料庫設備 4之修改後車輛設備資訊 <tables><table border="1" bordercolor="#000000" width="85%"><tbody><tr><td> 車輛編號 </td><td> 車輛型號 </td><td> 駕駛人 編號 </td><td> 時間 </td><td> 經度 </td><td> 緯度 </td><td> 道路類型 </td><td> 車速 </td></tr><tr><td> 車輛編號1 </td><td> 車輛型號1 </td><td> 駕駛人1 </td><td> 2015/01/01 06:00:00 </td><td> 120.5423383 </td><td> 24.09490167 </td><td> 市區道路 </td><td> 44 </td></tr><tr><td> 車輛編號1 </td><td> 車輛型號1 </td><td> 駕駛人1 </td><td> 2015/01/01 06:00:30 </td><td> 120.5361317 </td><td> 24.09120167 </td><td> 市區道路 </td><td> 39 </td></tr><tr><td> 車輛編號1 </td><td> 車輛型號1 </td><td> 駕駛人1 </td><td> 2015/01/01 06:01:00 </td><td> 120.5360417 </td><td> 24.09114667 </td><td> 市區道路 </td><td> 2 </td></tr><tr><td> 車輛編號1 </td><td> 車輛型號1 </td><td> 駕駛人1 </td><td> 2015/01/01 06:01:30 </td><td> 120.5360383 </td><td> 24.09115 </td><td> 市區道路 </td><td> 0 </td></tr><tr><td> 車輛編號1 </td><td> 車輛型號1 </td><td> 駕駛人1 </td><td> 2015/01/01 06:02:00 </td><td> 120.536035 </td><td> 24.09113833 </td><td> 市區道路 </td><td> 0 </td></tr><tr><td> 車輛編號1 </td><td> 車輛型號1 </td><td> 駕駛人1 </td><td> 2015/01/01 06:02:30 </td><td> 120.5356167 </td><td> 24.09070333 </td><td> 市區道路 </td><td> 7 </td></tr><tr><td> 車輛編號1 </td><td> 車輛型號1 </td><td> 駕駛人1 </td><td> 2015/01/01 06:03:00 </td><td> 120.53052 </td><td> 24.09449167 </td><td> 市區道路 </td><td> 48 </td></tr><tr><td> 車輛編號1 </td><td> 車輛型號1 </td><td> 駕駛人1 </td><td> 2015/01/01 06:03:30 </td><td> 120.52868 </td><td> 24.09591167 </td><td> 市區道路 </td><td> 30 </td></tr><tr><td> … </td></tr><tr><td> 車輛編號 C<sub>N</sub></td><td> 車輛型號 T<sub>N</sub></td><td> 駕駛人 D<sub>N</sub></td><td> 2015/12/31 22:00:00 </td><td> 121.0601083 </td><td> 24.75685833 </td><td> 國道 </td><td> 102 </td></tr></tbody></table></tables></p><p>資料庫設備 4至少包含儲存模組44、運算模組42和通訊模組40。在此實施例中，資料庫設備 4得採用微軟結構化查詢語言(Structural Query Language, SQL)伺服器、MySQL、PostgreSQL、甲骨文資料庫伺服器、MongoDB伺服器、HBase伺服器等實作，並可透過通訊模組40接收和儲存資料分析伺服器設備3的資料。</p><p>通訊模組40可支援任何類型的有線網路傳輸，建立資料庫設備 4與資料分析伺服器設備3之間的通訊連線。</p><p>運算模組42(例如，各類型處理器或晶片)可經由通訊模組40接收資料分析伺服器設備3所傳送的要求，並依據取得的要求存取儲存模組44。</p><p>儲存模組44(例如，硬碟、記憶體或記憶卡等)可與運算模組42耦接，並提供外部對於儲存資料進行新增、修改、刪除、查詢等操作。在此實施例中，儲存模組44將儲存車輛編號和車輛型號對照表(如表(5)所示)、修改後車輛設備資訊(如表(4)所示)、油量消耗資訊(如表(2)所示)、電量消耗資訊等(如表(3)所示)、交通資訊、及生理資訊等。</p><p>當欲新增車輛設備1時，可由系統管理者登錄新增車輛設備1其對應的車輛編號和車輛型號至車輛編號和車輛型號對照表，且車輛編號和車輛型號對照表可提供資料分析伺服器設備3查詢後建立修改後車輛設備資訊。 表(5)、車輛編號和車輛型號對照表 <tables><table border="1" bordercolor="#000000" width="85%"><tbody><tr><td> 車輛編號 </td><td> 車輛型號 </td></tr><tr><td> 車輛編號1 </td><td> 車輛型號1 </td></tr><tr><td> 車輛編號2 </td><td> 車輛型號2 </td></tr><tr><td> 車輛編號3 </td><td> 車輛型號1 </td></tr><tr><td> … </td></tr><tr><td> 車輛編號C<sub>N</sub></td><td> 車輛型號T<sub>N</sub></td></tr></tbody></table></tables></p><p>在一實施例中，車輛設備1更可包含能源偵測裝置(圖未示)，此能源偵測裝置可偵測車輛設備1的能量資訊，能量資訊可以是油量資訊或電量資訊，能量資訊得包含於車輛設備資訊，並得將車輛設備資訊經由中介軟體模組和通訊模組傳送至資料分析伺服器設備3。</p><p>此外，能源偵測裝置得週期性或非週期性偵測車輛設備1的油量資訊，並記錄車輛設備1之車輛編號、時間資訊、及油量資訊，再經由中介軟體模組12傳送車輛編號、時間資訊、及能量資訊(即油量資訊)至資料分析伺服器設備3，如表(6)所示： 表(6)、油量消耗資訊 <tables><table border="1" bordercolor="#000000" width="85%"><tbody><tr><td> 車輛編號 </td><td> 時間 </td><td> 油量資訊 </td></tr><tr><td> 車輛編號3 </td><td> 2015/01/01 06:00:00 </td><td> 0.027 </td></tr><tr><td> 車輛編號3 </td><td> 2015/01/01 06:00:30 </td><td> 0.029 </td></tr><tr><td> 車輛編號3 </td><td> 2015/01/01 06:01:00 </td><td> 0.081 </td></tr><tr><td> … </td></tr></tbody></table></tables></p><p>在此實施例中，車輛編號3之車輛設備1於2015/01/01 06:00:00之前，其能源偵測裝置偵測到車輛設備1其油箱剩餘油量為4公升，並在2015/01/01 06:00:00時偵測到其油箱剩餘油量為3.973公升，可由能源偵測裝置計算得到消耗的油量資訊係0.027公升，如表(6)所示，且可將車輛編號、時間資訊、及油量資訊經由中介軟體模組12傳送至資料分析伺服器設備3。</p><p>而如表(7)所示，車輛編號4之車輛設備1於2015/01/01 06:00:00時，其能源偵測裝置偵測到車輛設備1其在2015/01/01 05:59:30到2015/01/01 06:00:00之間總共消耗了0.013度(千瓦小時(1kWh))，可紀錄消耗的電量資訊係0.013度，如表(7)所示，且可將車輛編號、時間資訊、及電量資訊經由中介軟體模組12傳送至資料分析伺服器設備3。 表(7)、電量消耗資訊 <tables><table border="1" bordercolor="#000000" width="85%"><tbody><tr><td> 車輛編號 </td><td> 時間 </td><td> 電量資訊 </td></tr><tr><td> 車輛編號4 </td><td> 2015/01/01 12:01:00 </td><td> 0.013 </td></tr><tr><td> 車輛編號4 </td><td> 2015/01/01 12:01:30 </td><td> 0.014 </td></tr><tr><td> 車輛編號4 </td><td> 2015/01/01 12:02:00 </td><td> 0.039 </td></tr></tbody></table></tables></p><p>在此實施例中，使用者可不需經由使用者介面24輸入車輛編號、時間資訊、及油量資訊，再經由中介軟體模組12傳送車輛編號、時間資訊、及能量資訊至資料分析伺服器設備3。</p><p>此外，資料分析伺服器設備3中介軟體模組32得經由通訊模組30其接收車輛設備1的車輛設備資訊、交通資訊及/或生理資訊和車輛設備1的車輛編號、時間資訊、及能量資訊，並將接收到的那些資訊儲存至資料庫設備 4。資料分析伺服器設備3之最佳組合分析模組34可執行最佳組合分析方法，收集車輛設備1所傳送之車輛設備資訊、交通資訊、生理資訊、車輛編號、時間資訊、及能量資訊，並分析出各個駕駛行為消耗的能源數量。此駕駛行為可以是車速資訊，資料分析伺服器設備3並可將各個駕駛行為消耗的能源數量儲存至資料庫設備 4。而此資料分析伺服器設備3更可將資料儲存至資料庫設備 4，再由資料分析伺服器設備3執行能源消耗估計方法計算每個駕駛行為消耗的能源數量。</p><p>基於前述系統架構，以下將進一步說明本發明應用最佳組合分析方法的數個實施例，以幫助讀者理解本發明精神。</p><p>本發明一實施例是應用於能源消耗估計方法，資料分析伺服器設備3之最佳組合分析模組34所執行的步驟至少包含收集駕駛行為程序、收集能量資訊程序、及最佳組合分析程序。</p><p>在收集駕駛行為程序中，由車輛設備1回報車輛設備資訊、交通資訊及/或生理資訊至資料分析伺服器設備3，再由資料分析伺服器設備3分析車輛設備資訊、交通資訊及/或生理資訊，並將車輛設備資訊、交通資訊及/或生理資訊儲存至資料庫設備 4。資料分析伺服器設備3可計算一段時段區間內每台車輛設備、每個車輛型號、每個道路類型、及每位駕駛人之各種駕駛行為數量。</p><p>在收集能量資訊程序，由使用者設備2回報能量資訊或其他評估資訊至資料分析伺服器設備3或由車輛設備能源偵測裝置偵測能量資訊後回報能量資訊至資料分析伺服器設備3，再由資料分析伺服器設備3分析能量資訊，並將能量資訊及/或評估資訊儲存至資料庫設備 4，且可由資料分析伺服器設備3計算一段時段區間內每台車輛設備1、每個車輛型號、每個道路類型、每位駕駛人之能量消耗數量及/或評估資訊的統計數量(例如，某一路段的車輛數、清醒狀態的累積次數等)。</p><p>而最佳組合分析程序中，由最佳組合分析模組34取得駕駛行為數量和能量消耗數量，並由最佳組合分析模組34執行基因演算法分析每個駕駛行為的能量消耗數量，並輸出駕駛行為能源消耗估計資訊集合或其他駕駛行為之評估資訊集合。</p><p>值得注意的是，車輛設備1亦可執行收集駕駛行為程序，以取得修改後車輛設備資訊(如表(4)所示)，並得依據車輛設備、車輛型號、駕駛人、道路類型等資訊，統計各個駕駛行為數量。此駕駛行為可以是車速資訊，車速資訊定義為v。在此實施例中，以時速區間以10公里區隔作為駕駛行為，但不以10公里為限。</p><p>修改後車輛設備資訊統計其2015年各台車輛設備1其各個駕駛行為數量，如表(8)所示。車輛編號1於2015年回報之車速資訊為0公里/小時的資料筆數共計有 <img he="26" wi="21" img-format="jpg" id="i0038" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0001.tif" />筆、車速資訊介於0~10公里/小時的資料筆數共計有 <img he="26" wi="23" img-format="jpg" id="i0038" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0002.tif" />筆、…、車速資訊大於120公里/小時的資料筆數共計有 <img he="26" wi="26" img-format="jpg" id="i0038" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0003.tif" />筆。依此類推，車輛設備 <i>C <sub>N</sub></i>於2015年回報之車速資訊為0公里/小時的資料筆數共計有 <img he="26" wi="31" img-format="jpg" id="i0038" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0004.tif" />筆、…、車速資訊大於120公里/小時的資料筆數共計有 <img he="26" wi="37" img-format="jpg" id="i0038" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0005.tif" />筆。 表(8)、依車輛編號1統計各個駕駛行為數量 <tables><table border="1" bordercolor="#000000" width="85%"><tbody><tr><td> 駕駛行為 車輛設備 </td><td><img wi="35" he="18" file="02_image011.tif" img-format="tif"/></img></td><td><img wi="70" he="18" file="02_image013.tif" img-format="tif"/></img></td><td><img wi="72" he="18" file="02_image015.tif" img-format="tif"/></img></td><td> … </td><td><img wi="86" he="18" file="02_image017.tif" img-format="tif"/></img></td><td><img wi="50" he="18" file="02_image019.tif" img-format="tif"/></img></td></tr><tr><td> 車輛編號1 </td><td><img wi="21" he="26" file="twi661328b_d0001.tif" img-format="tif"/></img></td><td><img wi="23" he="26" file="twi661328b_d0002.tif" img-format="tif"/></img></td><td><img wi="22" he="26" file="02_image023.tif" img-format="tif"/></img></td><td> … </td><td><img wi="26" he="26" file="02_image025.tif" img-format="tif"/></img></td><td><img wi="26" he="26" file="twi661328b_d0003.tif" img-format="jpg"/></img></td></tr><tr><td> 車輛編號2 </td><td><img wi="23" he="26" file="02_image027.tif" img-format="tif"/></img></td><td><img wi="25" he="26" file="02_image029.tif" img-format="tif"/></img></td><td><img wi="25" he="26" file="02_image031.tif" img-format="tif"/></img></td><td> … </td><td><img wi="27" he="26" file="02_image033.tif" img-format="tif"/></img></td><td><img wi="29" he="26" file="02_image035.tif" img-format="tif"/></img></td></tr><tr><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td></tr><tr><td> 車輛編號C<sub>N</sub></td><td><img wi="31" he="26" file="twi661328b_d0004.tif" img-format="tif"/></img></td><td><img wi="33" he="26" file="02_image037.tif" img-format="tif"/></img></td><td><img wi="33" he="26" file="02_image039.tif" img-format="tif"/></img></td><td> … </td><td><img wi="35" he="26" file="02_image041.tif" img-format="tif"/></img></td><td><img wi="37" he="26" file="twi661328b_d0005.tif" img-format="jpg"/></img></td></tr></tbody></table></tables></p><p>修改後車輛設備資訊統計其2015年各種車輛型號其各個駕駛行為數量，如表(9)所示。車輛型號1於2015年回報之車速資訊為0公里/小時的資料筆數共計有 <img he="26" wi="21" img-format="jpg" id="i0039" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0006.tif" />筆、車速資訊介於0~10公里/小時的資料筆數共計有 <img he="26" wi="23" img-format="jpg" id="i0039" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0007.tif" />筆、…、車速資訊大於120公里/小時的資料筆數共計有 <img he="26" wi="26" img-format="jpg" id="i0039" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0008.tif" />筆。依此類推，車輛型號T <sub>N</sub>於2015年回報之車速資訊為0公里/小時的資料筆數共計有 <img he="26" wi="29" img-format="jpg" id="i0039" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0009.tif" />筆、…、車速資訊大於120公里/小時的資料筆數共計有 <img he="26" wi="34" img-format="jpg" id="i0039" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0010.tif" />筆。 表(9)、依車輛型號統計各個駕駛行為數量 <tables><table border="1" bordercolor="#000000" width="85%"><tbody><tr><td> 駕駛行為 車輛型號 </td><td><img wi="35" he="18" file="02_image011.tif" img-format="tif"/></img></td><td><img wi="70" he="18" file="02_image013.tif" img-format="tif"/></img></td><td><img wi="72" he="18" file="02_image015.tif" img-format="tif"/></img></td><td> … </td><td><img wi="86" he="18" file="02_image017.tif" img-format="tif"/></img></td><td><img wi="50" he="18" file="02_image019.tif" img-format="tif"/></img></td></tr><tr><td> 車輛型號1 </td><td><img wi="21" he="26" file="02_image053.tif" img-format="tif"/></img></td><td><img wi="23" he="26" file="02_image054.tif" img-format="tif"/></img></td><td><img wi="22" he="26" file="02_image055.tif" img-format="tif"/></img></td><td> … </td><td><img wi="26" he="26" file="02_image057.tif" img-format="tif"/></img></td><td><img wi="26" he="26" file="02_image059.tif" img-format="tif"/></img></td></tr><tr><td> 車輛型號2 </td><td><img wi="23" he="26" file="02_image060.tif" img-format="tif"/></img></td><td><img wi="25" he="26" file="02_image062.tif" img-format="tif"/></img></td><td><img wi="23" he="26" file="02_image064.tif" img-format="tif"/></img></td><td> … </td><td><img wi="27" he="26" file="02_image066.tif" img-format="tif"/></img></td><td><img wi="29" he="26" file="02_image068.tif" img-format="tif"/></img></td></tr><tr><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td></tr><tr><td> 車輛型號T<sub>N</sub></td><td><img wi="29" he="26" file="02_image070.tif" img-format="tif"/></img></td><td><img wi="30" he="26" file="02_image071.tif" img-format="tif"/></img></td><td><img wi="30" he="26" file="02_image073.tif" img-format="tif"/></img></td><td> … </td><td><img wi="34" he="26" file="02_image075.tif" img-format="tif"/></img></td><td><img wi="34" he="26" file="02_image077.tif" img-format="tif"/></img></td></tr></tbody></table></tables></p><p>修改後車輛設備資訊統計其2015年各個駕駛人其各個駕駛行為數量，如表(10)所示。駕駛人1於2015年回報之車速資訊為0公里/小時的資料筆數共計有 <img he="26" wi="22" img-format="jpg" id="i0040" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0011.tif" />筆、車速資訊介於0~10公里/小時的資料筆數共計有 <img he="26" wi="23" img-format="jpg" id="i0040" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0012.tif" />筆、…、車速資訊大於120公里/小時的資料筆數共計有 <img he="26" wi="27" img-format="jpg" id="i0040" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0013.tif" />筆。依此類推，駕駛人D <sub>N</sub>於2015年回報之車速資訊為0公里/小時的資料筆數共計有 <img he="26" wi="33" img-format="jpg" id="i0040" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0014.tif" />筆、車速資訊介於0~10公里/小時的資料筆數共計有 <img he="26" wi="34" img-format="jpg" id="i0040" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0015.tif" />筆、…、車速資訊大於120公里/小時的資料筆數共計有 <img he="26" wi="38" img-format="jpg" id="i0040" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0016.tif" />筆。 表(10)、依駕駛人統計各個駕駛行為數量 <tables><table border="1" bordercolor="#000000" width="85%"><tbody><tr><td> 駕駛行為 駕駛人編號 </td><td><img wi="35" he="18" file="02_image011.tif" img-format="tif"/></img></td><td><img wi="70" he="18" file="02_image013.tif" img-format="tif"/></img></td><td><img wi="72" he="18" file="02_image015.tif" img-format="tif"/></img></td><td> … </td><td><img wi="86" he="18" file="02_image017.tif" img-format="tif"/></img></td><td><img wi="50" he="18" file="02_image019.tif" img-format="tif"/></img></td></tr><tr><td> 駕駛人1 </td><td><img wi="22" he="26" file="02_image090.tif" img-format="tif"/></img></td><td><img wi="23" he="26" file="02_image091.tif" img-format="tif"/></img></td><td><img wi="23" he="26" file="02_image092.tif" img-format="tif"/></img></td><td> … </td><td><img wi="27" he="26" file="02_image094.tif" img-format="tif"/></img></td><td><img wi="27" he="26" file="02_image096.tif" img-format="tif"/></img></td></tr><tr><td> 駕駛人2 </td><td><img wi="23" he="26" file="02_image097.tif" img-format="tif"/></img></td><td><img wi="25" he="26" file="02_image099.tif" img-format="tif"/></img></td><td><img wi="25" he="26" file="02_image101.tif" img-format="tif"/></img></td><td> … </td><td><img wi="29" he="26" file="02_image103.tif" img-format="tif"/></img></td><td><img wi="29" he="26" file="02_image105.tif" img-format="tif"/></img></td></tr><tr><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td></tr><tr><td> 駕駛人D<sub>N</sub></td><td><img wi="33" he="26" file="02_image107.tif" img-format="tif"/></img></td><td><img wi="34" he="26" file="02_image108.tif" img-format="tif"/></img></td><td><img wi="34" he="26" file="02_image109.tif" img-format="tif"/></img></td><td> … </td><td><img wi="38" he="26" file="02_image111.tif" img-format="tif"/></img></td><td><img wi="38" he="26" file="02_image113.tif" img-format="tif"/></img></td></tr></tbody></table></tables></p><p>修改後車輛設備資訊統計其2015年各種道路類型其各個駕駛行為數量，如表(11)所示。道路類型1於2015年回報之車速資訊為0公里/小時的資料筆數共計有 <img he="26" wi="22" img-format="jpg" id="i0041" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0017.tif" />筆、車速資訊介於0~10公里/小時的資料筆數共計有 <img he="26" wi="23" img-format="jpg" id="i0041" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0018.tif" />筆、…、車速資訊大於120公里/小時的資料筆數共計有 <img he="26" wi="27" img-format="jpg" id="i0041" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0019.tif" />筆。依此類推，道路類型R <sub>N</sub>於2015年回報之車速資訊為0公里/小時的資料筆數共計有 <img he="26" wi="31" img-format="jpg" id="i0041" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0020.tif" />筆、…、車速資訊大於120公里/小時的資料筆數共計有 <img he="26" wi="37" img-format="jpg" id="i0041" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0021.tif" />筆。 表(11)、依道路類型統計各個駕駛行為數量 <tables><table border="1" bordercolor="#000000" width="85%"><tbody><tr><td> 駕駛行為 道路類型 </td><td><img wi="35" he="18" file="02_image011.tif" img-format="tif"/></img></td><td><img wi="70" he="18" file="02_image013.tif" img-format="tif"/></img></td><td><img wi="72" he="18" file="02_image015.tif" img-format="tif"/></img></td><td> … </td><td><img wi="86" he="18" file="02_image017.tif" img-format="tif"/></img></td><td><img wi="50" he="18" file="02_image019.tif" img-format="tif"/></img></td></tr><tr><td> 道路類型1 </td><td><img wi="22" he="26" file="02_image124.tif" img-format="tif"/></img></td><td><img wi="23" he="26" file="02_image125.tif" img-format="tif"/></img></td><td><img wi="23" he="26" file="02_image126.tif" img-format="tif"/></img></td><td> … </td><td><img wi="27" he="26" file="02_image128.tif" img-format="tif"/></img></td><td><img wi="27" he="26" file="02_image130.tif" img-format="tif"/></img></td></tr><tr><td> 道路類型2 </td><td><img wi="23" he="26" file="02_image131.tif" img-format="tif"/></img></td><td><img wi="25" he="26" file="02_image133.tif" img-format="tif"/></img></td><td><img wi="25" he="26" file="02_image135.tif" img-format="tif"/></img></td><td> … </td><td><img wi="29" he="26" file="02_image137.tif" img-format="tif"/></img></td><td><img wi="29" he="26" file="02_image139.tif" img-format="tif"/></img></td></tr><tr><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td></tr><tr><td> 道路類型RN </td><td><img wi="31" he="26" file="02_image141.tif" img-format="tif"/></img></td><td><img wi="33" he="26" file="02_image142.tif" img-format="tif"/></img></td><td><img wi="33" he="26" file="02_image144.tif" img-format="tif"/></img></td><td> … </td><td><img wi="37" he="26" file="02_image146.tif" img-format="tif"/></img></td><td><img wi="37" he="26" file="02_image148.tif" img-format="tif"/></img></td></tr></tbody></table></tables></p><p>修改後車輛設備資訊統計其2015年各台車輛設備1和各個駕駛人其各個駕駛行為數量，如表(12)所示。駕駛人1駕駛車輛設備1於2015年回報之車速資訊為0公里/小時的資料筆數共計有 <img he="26" wi="30" img-format="jpg" id="i0042" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0022.tif" />筆、車速資訊介於0~10公里/小時的資料筆數共計有 <img he="26" wi="30" img-format="jpg" id="i0042" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0023.tif" />筆、…、車速資訊大於120公里/小時的資料筆數共計有 <img he="26" wi="33" img-format="jpg" id="i0042" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0024.tif" />筆。駕駛人2駕駛車輛編號1於2015年回報之車速資訊為0公里/小時的資料筆數共計有 <img he="26" wi="30" img-format="jpg" id="i0042" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0025.tif" />筆、車速資訊介於0~10公里/小時的資料筆數共計有 <img he="26" wi="31" img-format="jpg" id="i0042" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0026.tif" />筆、…、車速資訊大於120公里/小時的資料筆數共計有 <img he="26" wi="34" img-format="jpg" id="i0042" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0027.tif" />筆。駕駛人1駕駛車輛編號2於2015年回報之車速資訊為0公里/小時的資料筆數共計有 <img he="26" wi="30" img-format="jpg" id="i0042" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0028.tif" />筆、車速資訊介於0~10公里/小時的資料筆數共計有 <img he="26" wi="31" img-format="jpg" id="i0042" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0029.tif" />筆、…、車速資訊大於120公里/小時的資料筆數共計有 <img he="26" wi="34" img-format="jpg" id="i0042" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0030.tif" />筆。依此類推，駕駛人 <i>D <sub>N</sub></i>駕駛車輛編號 <i>C <sub>N</sub></i>於2015年回報之車速資訊為0公里/小時的資料筆數共計有 <img he="26" wi="47" img-format="jpg" id="i0042" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0031.tif" />筆、…、車速資訊大於120公里/小時的資料筆數共計有 <img he="29" wi="51" img-format="jpg" id="i0042" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0032.tif" />筆。 表(12)、依車輛設備和駕駛人統計各個駕駛行為數量 <tables><table border="1" bordercolor="#000000" width="85%"><tbody><tr><td> 駕駛行為 車輛設備 和駕駛人 </td><td><img wi="35" he="18" file="02_image011.tif" img-format="tif"/></img></td><td><img wi="70" he="18" file="02_image013.tif" img-format="tif"/></img></td><td><img wi="72" he="18" file="02_image015.tif" img-format="tif"/></img></td><td> … </td><td><img wi="86" he="18" file="02_image017.tif" img-format="tif"/></img></td><td><img wi="50" he="18" file="02_image019.tif" img-format="tif"/></img></td></tr><tr><td> 車輛編號1、 駕駛人1 </td><td><img wi="30" he="26" file="twi661328b_d0022.tif" img-format="tif"/></img></td><td><img wi="30" he="26" file="twi661328b_d0023.tif" img-format="tif"/></img></td><td><img wi="30" he="26" file="02_image172.tif" img-format="tif"/></img></td><td> … </td><td><img wi="33" he="26" file="02_image174.tif" img-format="tif"/></img></td><td><img wi="33" he="26" file="twi661328b_d0024.tif" img-format="jpg"/></img></td></tr><tr><td> 車輛編號1、 駕駛人2 </td><td><img wi="30" he="26" file="twi661328b_d0025.tif" img-format="tif"/></img></td><td><img wi="31" he="26" file="twi661328b_d0026.tif" img-format="tif"/></img></td><td><img wi="30" he="26" file="02_image176.tif" img-format="tif"/></img></td><td> … </td><td><img wi="34" he="26" file="02_image178.tif" img-format="tif"/></img></td><td><img wi="34" he="26" file="twi661328b_d0027.tif" img-format="jpg"/></img></td></tr><tr><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td></tr><tr><td> 車輛編號2、 駕駛人1 </td><td><img wi="30" he="26" file="twi661328b_d0028.tif" img-format="tif"/></img></td><td><img wi="31" he="26" file="twi661328b_d0029.tif" img-format="tif"/></img></td><td><img wi="30" he="26" file="02_image180.tif" img-format="tif"/></img></td><td> … </td><td><img wi="34" he="26" file="02_image182.tif" img-format="tif"/></img></td><td><img wi="34" he="26" file="twi661328b_d0030.tif" img-format="jpg"/></img></td></tr><tr><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td></tr><tr><td> 車輛編號C<sub>N</sub>、 駕駛人D<sub>N</sub></td><td><img wi="47" he="26" file="02_image184.tif" img-format="tif"/></img></td><td><img wi="49" he="26" file="02_image185.tif" img-format="tif"/></img></td><td><img wi="49" he="26" file="02_image187.tif" img-format="tif"/></img></td><td> … </td><td><img wi="52" he="26" file="02_image189.tif" img-format="tif"/></img></td><td><img wi="51" he="29" file="02_image191.tif" img-format="tif"/></img></td></tr></tbody></table></tables></p><p>修改後車輛設備資訊統計其2015年各種車輛型號和各個駕駛人其各個駕駛行為數量，如表(13)所示。駕駛人1駕駛車輛型號1於2015年回報之車速資訊為0公里/小時的資料筆數共計有 <img he="26" wi="29" img-format="jpg" id="i0043" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0033.tif" />筆、車速資訊介於0~10公里/小時的資料筆數共計有 <img he="26" wi="29" img-format="jpg" id="i0043" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0034.tif" />筆、…、車速資訊大於120公里/小時的資料筆數共計有 <img he="26" wi="33" img-format="jpg" id="i0043" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0035.tif" />筆。駕駛人2駕駛車輛型號1於2015年回報之車速資訊為0公里/小時的資料筆數共計有 <img he="26" wi="29" img-format="jpg" id="i0043" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0036.tif" />筆、車速資訊介於0~10公里/小時的資料筆數共計有 <img he="26" wi="31" img-format="jpg" id="i0043" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0037.tif" />筆、…、車速資訊大於120公里/小時的資料筆數共計有 <img he="26" wi="34" img-format="jpg" id="i0043" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0038.tif" />筆。駕駛人1駕駛車輛型號2於2015年回報之車速資訊為0公里/小時的資料筆數共計有 <img he="26" wi="29" img-format="jpg" id="i0043" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0039.tif" />筆、車速資訊介於0~10公里/小時的資料筆數共計有 <img he="26" wi="31" img-format="jpg" id="i0043" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0040.tif" />筆、…、車速資訊大於120公里/小時的資料筆數共計有 <img he="26" wi="34" img-format="jpg" id="i0043" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0041.tif" />筆。依此類推，駕駛人D <sub>N</sub>駕駛車輛型號T <sub>N</sub>於2015年回報之車速資訊為0公里/小時的資料筆數共計有 <img he="26" wi="46" img-format="jpg" id="i0043" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0042.tif" />筆、…、車速資訊大於120公里/小時的資料筆數共計有 <img he="29" wi="49" img-format="jpg" id="i0043" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0043.tif" />筆。 表(13)、依車輛型號和駕駛人統計各個駕駛行為數量 <tables><table border="1" bordercolor="#000000" width="85%"><tbody><tr><td> 駕駛行為 車輛型號 和駕駛人 </td><td><img wi="35" he="18" file="02_image011.tif" img-format="tif"/></img></td><td><img wi="70" he="18" file="02_image013.tif" img-format="tif"/></img></td><td><img wi="72" he="18" file="02_image015.tif" img-format="tif"/></img></td><td> … </td><td><img wi="86" he="18" file="02_image017.tif" img-format="tif"/></img></td><td><img wi="50" he="18" file="02_image019.tif" img-format="tif"/></img></td></tr><tr><td> 車輛型號1、 駕駛人1 </td><td><img wi="29" he="26" file="02_image214.tif" img-format="tif"/></img></td><td><img wi="29" he="26" file="02_image215.tif" img-format="tif"/></img></td><td><img wi="29" he="26" file="02_image216.tif" img-format="tif"/></img></td><td> … </td><td><img wi="33" he="26" file="02_image218.tif" img-format="tif"/></img></td><td><img wi="33" he="26" file="02_image220.tif" img-format="tif"/></img></td></tr><tr><td> 車輛型號1、 駕駛人2 </td><td><img wi="29" he="26" file="02_image221.tif" img-format="tif"/></img></td><td><img wi="31" he="26" file="02_image222.tif" img-format="tif"/></img></td><td><img wi="30" he="26" file="02_image223.tif" img-format="tif"/></img></td><td> … </td><td><img wi="34" he="26" file="02_image225.tif" img-format="tif"/></img></td><td><img wi="34" he="26" file="02_image227.tif" img-format="tif"/></img></td></tr><tr><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td></tr><tr><td> 車輛型號2、 駕駛人1 </td><td><img wi="29" he="26" file="02_image228.tif" img-format="tif"/></img></td><td><img wi="31" he="26" file="02_image229.tif" img-format="tif"/></img></td><td><img wi="30" he="26" file="02_image230.tif" img-format="tif"/></img></td><td> … </td><td><img wi="34" he="26" file="02_image232.tif" img-format="tif"/></img></td><td><img wi="34" he="26" file="02_image234.tif" img-format="tif"/></img></td></tr><tr><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td></tr><tr><td> 車輛型號T<sub>N</sub>、 駕駛人D<sub>N</sub></td><td><img wi="46" he="26" file="02_image235.tif" img-format="tif"/></img></td><td><img wi="47" he="26" file="02_image236.tif" img-format="tif"/></img></td><td><img wi="47" he="26" file="02_image238.tif" img-format="tif"/></img></td><td> … </td><td><img wi="51" he="26" file="02_image240.tif" img-format="tif"/></img></td><td><img wi="49" he="29" file="02_image242.tif" img-format="tif"/></img></td></tr></tbody></table></tables></p><p>修改後車輛設備資訊統計其2015年各台車輛設備1和各種道路類型其各個駕駛行為數量，如表(14)所示。車輛設備1在道路類型1於2015年回報之車速資訊為0公里/小時的資料筆數共計有 <img he="26" wi="29" img-format="jpg" id="i0044" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0044.tif" />筆、車速資訊介於0~10公里/小時的資料筆數共計有 <img he="26" wi="29" img-format="jpg" id="i0044" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0045.tif" />筆、…、車速資訊大於120公里/小時的資料筆數共計有 <img he="26" wi="33" img-format="jpg" id="i0044" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0046.tif" />筆。車輛編號1在道路類型2於2015年回報之車速資訊為0公里/小時的資料筆數共計有 <img he="26" wi="29" img-format="jpg" id="i0044" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0047.tif" />筆、車速資訊介於0~10公里/小時的資料筆數共計有 <img he="26" wi="31" img-format="jpg" id="i0044" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0048.tif" />筆、…、車速資訊大於120公里/小時的資料筆數共計有 <img he="26" wi="34" img-format="jpg" id="i0044" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0049.tif" />筆。車輛編號2在道路類型1於2015年回報之車速資訊為0公里/小時的資料筆數共計有 <img he="26" wi="29" img-format="jpg" id="i0044" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0050.tif" />筆、車速資訊介於0~10公里/小時的資料筆數共計有 <img he="26" wi="31" img-format="jpg" id="i0044" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0051.tif" />筆、…、車速資訊大於120公里/小時的資料筆數共計有 <img he="26" wi="34" img-format="jpg" id="i0044" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0052.tif" />筆。依此類推，車輛設備C <sub>N</sub>在道路類型R <sub>N</sub>於2015年回報之車速資訊為0公里/小時的資料筆數共計有 <img he="26" wi="46" img-format="jpg" id="i0044" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0053.tif" />筆、…、車速資訊大於120公里/小時的資料筆數共計有 <img he="29" wi="50" img-format="jpg" id="i0044" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0054.tif" />筆。 表(14)、依車輛設備和道路類型統計各個駕駛行為數量 <tables><table border="1" bordercolor="#000000" width="85%"><tbody><tr><td> 駕駛行為 車輛設備 和道路類型 </td><td><img wi="35" he="18" file="02_image011.tif" img-format="tif"/></img></td><td><img wi="70" he="18" file="02_image013.tif" img-format="tif"/></img></td><td><img wi="72" he="18" file="02_image015.tif" img-format="tif"/></img></td><td> … </td><td><img wi="86" he="18" file="02_image017.tif" img-format="tif"/></img></td><td><img wi="50" he="18" file="02_image019.tif" img-format="tif"/></img></td></tr><tr><td> 車輛編號1、 道路類型1 </td><td><img wi="29" he="26" file="02_image265.tif" img-format="tif"/></img></td><td><img wi="29" he="26" file="02_image267.tif" img-format="tif"/></img></td><td><img wi="29" he="26" file="02_image269.tif" img-format="tif"/></img></td><td> … </td><td><img wi="33" he="26" file="02_image271.tif" img-format="tif"/></img></td><td><img wi="33" he="26" file="02_image273.tif" img-format="tif"/></img></td></tr><tr><td> 車輛編號1、 道路類型2 </td><td><img wi="29" he="26" file="02_image275.tif" img-format="tif"/></img></td><td><img wi="30" he="26" file="02_image277.tif" img-format="tif"/></img></td><td><img wi="30" he="26" file="02_image279.tif" img-format="tif"/></img></td><td> … </td><td><img wi="34" he="26" file="02_image281.tif" img-format="tif"/></img></td><td><img wi="34" he="26" file="02_image283.tif" img-format="tif"/></img></td></tr><tr><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td></tr><tr><td> 車輛編號2、 道路類型1 </td><td><img wi="29" he="26" file="02_image285.tif" img-format="tif"/></img></td><td><img wi="30" he="26" file="02_image287.tif" img-format="tif"/></img></td><td><img wi="30" he="26" file="02_image289.tif" img-format="tif"/></img></td><td> … </td><td><img wi="34" he="26" file="02_image291.tif" img-format="tif"/></img></td><td><img wi="34" he="26" file="02_image293.tif" img-format="tif"/></img></td></tr><tr><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td></tr><tr><td> 車輛編號C<sub>N</sub>、 道路類型R<sub>N</sub></td><td><img wi="46" he="26" file="02_image295.tif" img-format="tif"/></img></td><td><img wi="49" he="26" file="02_image296.tif" img-format="tif"/></img></td><td><img wi="47" he="26" file="02_image298.tif" img-format="tif"/></img></td><td> … </td><td><img wi="51" he="26" file="02_image300.tif" img-format="tif"/></img></td><td><img wi="50" he="29" file="02_image302.tif" img-format="tif"/></img></td></tr></tbody></table></tables></p><p>修改後車輛設備資訊統計其2015年各個駕駛人和各種道路類型其各個駕駛行為數量，如表(15)所示。駕駛人1駕駛那些車輛設備1在道路類型1於2015年回報之車速資訊為0公里/小時的資料筆數共計有 <img he="26" wi="30" img-format="jpg" id="i0045" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0055.tif" />筆、車速資訊介於0~10公里/小時的資料筆數共計有 <img he="26" wi="30" img-format="jpg" id="i0045" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0056.tif" />筆、…、車速資訊大於120公里/小時的資料筆數共計有 <img he="26" wi="33" img-format="jpg" id="i0045" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0057.tif" />筆。駕駛人1駕駛那些車輛設備1在道路類型2於2015年回報之車速資訊為0公里/小時的資料筆數共計有 <img he="26" wi="30" img-format="jpg" id="i0045" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0058.tif" />筆、車速資訊介於0~10公里/小時的資料筆數共計有 <img he="26" wi="31" img-format="jpg" id="i0045" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0059.tif" />筆、…、車速資訊大於120公里/小時的資料筆數共計有 <img he="26" wi="34" img-format="jpg" id="i0045" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0060.tif" />筆。駕駛人2駕駛那些車輛設備1在道路類型1於2015年回報之車速資訊為0公里/小時的資料筆數共計有 <img he="26" wi="30" img-format="jpg" id="i0045" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0061.tif" />筆、車速資訊介於0~10公里/小時的資料筆數共計有 <img he="26" wi="31" img-format="jpg" id="i0045" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0062.tif" />筆、…、車速資訊大於120公里/小時的資料筆數共計有 <img he="26" wi="34" img-format="jpg" id="i0045" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0063.tif" />筆。依此類推，駕駛人 <i>D <sub>N</sub></i>駕駛那些車輛設備1在道路類型 <i>R <sub>N</sub></i>於2015年回報之車速資訊為0公里/小時的資料筆數共計有 <img he="26" wi="47" img-format="jpg" id="i0045" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0064.tif" />筆、…、車速資訊大於120公里/小時的資料筆數共計有 <img he="29" wi="51" img-format="jpg" id="i0045" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0065.tif" />筆。 表(15)、依駕駛人和道路類型統計各個駕駛行為數量 <tables><table border="1" bordercolor="#000000" width="85%"><tbody><tr><td> 駕駛行為 駕駛人 和道路類型 </td><td><img wi="35" he="18" file="02_image011.tif" img-format="tif"/></img></td><td><img wi="70" he="18" file="02_image013.tif" img-format="tif"/></img></td><td><img wi="72" he="18" file="02_image015.tif" img-format="tif"/></img></td><td> … </td><td><img wi="86" he="18" file="02_image017.tif" img-format="tif"/></img></td><td><img wi="50" he="18" file="02_image019.tif" img-format="tif"/></img></td></tr><tr><td> 駕駛人1、 道路類型1 </td><td><img wi="29" he="26" file="02_image325.tif" img-format="tif"/></img></td><td><img wi="29" he="26" file="02_image327.tif" img-format="tif"/></img></td><td><img wi="29" he="26" file="02_image329.tif" img-format="tif"/></img></td><td> … </td><td><img wi="33" he="26" file="02_image331.tif" img-format="tif"/></img></td><td><img wi="33" he="26" file="02_image333.tif" img-format="tif"/></img></td></tr><tr><td> 駕駛人1、 道路類型2 </td><td><img wi="29" he="26" file="02_image335.tif" img-format="tif"/></img></td><td><img wi="30" he="26" file="02_image337.tif" img-format="tif"/></img></td><td><img wi="30" he="26" file="02_image339.tif" img-format="tif"/></img></td><td> … </td><td><img wi="34" he="26" file="02_image341.tif" img-format="tif"/></img></td><td><img wi="34" he="26" file="02_image343.tif" img-format="tif"/></img></td></tr><tr><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td></tr><tr><td> 駕駛人2、 道路類型1 </td><td><img wi="29" he="26" file="02_image345.tif" img-format="tif"/></img></td><td><img wi="30" he="26" file="02_image347.tif" img-format="tif"/></img></td><td><img wi="30" he="26" file="02_image349.tif" img-format="tif"/></img></td><td> … </td><td><img wi="34" he="26" file="02_image351.tif" img-format="tif"/></img></td><td><img wi="34" he="26" file="02_image353.tif" img-format="tif"/></img></td></tr><tr><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td><td> … </td></tr><tr><td> 駕駛人D<sub>N</sub>、 道路類型R<sub>N</sub></td><td><img wi="46" he="26" file="02_image355.tif" img-format="tif"/></img></td><td><img wi="47" he="26" file="02_image357.tif" img-format="tif"/></img></td><td><img wi="47" he="26" file="02_image359.tif" img-format="tif"/></img></td><td> … </td><td><img wi="51" he="26" file="02_image361.tif" img-format="tif"/></img></td><td><img wi="50" he="29" file="02_image363.tif" img-format="tif"/></img></td></tr></tbody></table></tables></p><p>需說明的是，統計修改後車輛設備資訊產生各個駕駛行為數量，不限於採用年份，得採用一時段區間進行統計，時間區間得包含年、季、月、週、日、時、分、秒等。</p><p>以月份為例：車輛編號1於2015年1月回報之車速資訊為0公里/小時的資料筆數共計有 <img he="28" wi="26" img-format="jpg" id="i0047" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0066.tif" />筆、車輛編號1於2015年M月回報之車速資訊為0公里/小時的資料筆數共計有 <img he="28" wi="33" img-format="jpg" id="i0047" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0067.tif" />筆、且年度各月份之總和等於年全年度總和(即 <img he="45" wi="88" img-format="jpg" id="i0047" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0068.tif" />)，依此類推；車輛型號1於2015年1月回報之車速資訊為0公里/小時的資料筆數共計有 <img he="28" wi="26" img-format="jpg" id="i0047" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0069.tif" />筆、車輛型號1於2015年M月回報之車速資訊為0公里/小時的資料筆數共計有 <img he="28" wi="33" img-format="jpg" id="i0047" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0070.tif" />筆、且年度各月份之總和等於年全年度總和(即 <img he="45" wi="88" img-format="jpg" id="i0047" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0071.tif" />)，依此類推；駕駛人1於2015年1月回報之車速資訊為0公里/小時的資料筆數共計有 <img he="28" wi="26" img-format="jpg" id="i0047" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0072.tif" />筆、駕駛人1於2015年M月回報之車速資訊為0公里/小時的資料筆數共計有 <img he="28" wi="34" img-format="jpg" id="i0047" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0073.tif" />筆、且年度各月份之總和等於年全年度總和(即 <img he="45" wi="88" img-format="jpg" id="i0047" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0074.tif" />)，依此類推；道路類型1於2015年1月回報之車速資訊為0公里/小時的資料筆數共計有 <img he="28" wi="26" img-format="jpg" id="i0047" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0075.tif" />筆、道路類型1於2015年M月回報之車速資訊為0公里/小時的資料筆數共計有 <img he="28" wi="33" img-format="jpg" id="i0047" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0076.tif" />筆、且年度各月份之總和等於年全年度總和(即 <img he="45" wi="88" img-format="jpg" id="i0047" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0077.tif" />)，依此類推；駕駛人1駕駛車輛編號1於2015年1月回報之車速資訊為0公里/小時的資料筆數共計有 <img he="28" wi="34" img-format="jpg" id="i0047" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0078.tif" />筆、駕駛人1駕駛車輛編號1於2015年M月回報之車速資訊為0公里/小時的資料筆數共計有 <img he="28" wi="41" img-format="jpg" id="i0047" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0079.tif" />筆、且年度各月份之總和等於年全年度總和(即 <img he="45" wi="105" img-format="jpg" id="i0047" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0080.tif" />)，依此類推；駕駛人1駕駛車輛型號1於2015年1月回報之車速資訊為0公里/小時的資料筆數共計有 <img he="28" wi="34" img-format="jpg" id="i0047" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0081.tif" />筆、駕駛人1駕駛車輛型號1於2015年M月回報之車速資訊為0公里/小時的資料筆數共計有 <img he="28" wi="39" img-format="jpg" id="i0047" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0082.tif" />筆、且年度各月份之總和等於年全年度總和(即 <img he="45" wi="103" img-format="jpg" id="i0047" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0083.tif" />)，依此類推；車輛編號1在道路類型1於2015年1月回報之車速資訊為0公里/小時的資料筆數共計有 <img he="28" wi="33" img-format="jpg" id="i0047" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0084.tif" />筆、車輛編號1在道路類型1於2015年M月回報之車速資訊為0公里/小時的資料筆數共計有 <img he="28" wi="39" img-format="jpg" id="i0047" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0085.tif" />筆、且年度各月份之總和等於年全年度總和(即 <img he="45" wi="103" img-format="jpg" id="i0047" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0086.tif" />)，依此類推；駕駛人1駕駛那些車輛設備1在道路類型1於2015年1月回報之車速資訊為0公里/小時的資料筆數共計有 <img he="28" wi="34" img-format="jpg" id="i0047" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0087.tif" />筆、駕駛人1駕駛那些車輛設備1在道路類型1於2015年M月回報之車速資訊為0公里/小時的資料筆數共計有 <img he="28" wi="41" img-format="jpg" id="i0047" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0088.tif" />筆、且年度各月份之總和等於年全年度總和(即 <img he="45" wi="105" img-format="jpg" id="i0047" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0089.tif" />)，依此類推。 </p><p>由車輛設備1執行收集能量資訊程序，得向使用者設備2取得油量消耗資訊(如表(2)所示)或電量消耗資訊(如表(3)所示)，並得結合車輛編號和車輛型號對照表(如表(5)所示)和修改後車輛設備資訊(如表(4)所示)，依車輛編號、車輛型號、駕駛人等，得採用一時段區間進行統計能源消耗數量，時間區間得包含年、季、月、週、日、時、分、秒等。</p><p>或者，當由資料分析伺服器設備3執行收集能量資訊程序時，得向車輛設備1其能源偵測裝置取得油量消耗資訊(如表(6)所示)或電量消耗資訊(如表(7)所示)，並得結合車輛編號和車輛型號對照表(如表(5)所示)和修改後車輛設備資訊(如表(4)所示)。資料分析伺服器設備3可依據車輛編號、車輛型號、駕駛人等資訊，並可採用一段時段區間進行統計能源消耗數量，而此時間區間可包含年、季、月、週、日、時、分、秒等。</p><p>此可用年份為時間區間，能源消耗資訊可以是油量消耗資訊或電量消耗資訊。資料分析伺服器設備3並分別可依據車輛編號、車輛型號、駕駛人進行統計可得： 車輛設備1於2015年全年度總能源消耗數量為 <img he="24" wi="23" img-format="jpg" id="i0050" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0090.tif" />、車輛設備N於2015年全年度總能源消耗數量為 <img he="25" wi="23" img-format="jpg" id="i0050" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0091.tif" />，依此類推； 車輛型號1於2015年全年度總能源消耗數量為 <img he="24" wi="23" img-format="jpg" id="i0050" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0092.tif" />、車輛型號N於2015年全年度總能源消耗數量為 <img he="25" wi="23" img-format="jpg" id="i0050" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0093.tif" />，依此類推； 在計算車輛型號的能源消耗數量中，資料分析伺服器設備3可依車輛編號和車輛型號對照表，取出相同車輛型號的車輛編號(即車輛設備)，將那些車輛設備1於時間區間所對應之能源消耗數量加總成為車輛型號的能源消耗數量。 </p><p>駕駛人1於2015年全年度總能源消耗數量為 <img he="24" wi="25" img-format="jpg" id="i0051" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0094.tif" />、駕駛人N於2015年全年度總能源消耗數量為 <img he="25" wi="25" img-format="jpg" id="i0051" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0095.tif" />，依此類推； 駕駛人1駕駛車輛設備1於2015年全年度總能源消耗數量為 <img he="26" wi="34" img-format="jpg" id="i0051" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0096.tif" />、駕駛人N <sub>1</sub>駕駛車輛設備N <sub>2</sub>於2015年全年度總能源消耗數量為 <img he="26" wi="41" img-format="jpg" id="i0051" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0097.tif" />，依此類推； 駕駛人1駕駛車輛型號1於2015年全年度總能源消耗數量為 <img he="26" wi="34" img-format="jpg" id="i0051" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0098.tif" />、駕駛人N <sub>1</sub>駕駛車輛型號N <sub>2</sub>於2015年全年度總能源消耗數量為 <img he="26" wi="43" img-format="jpg" id="i0051" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0099.tif" />，依此類推。 </p><p>資料分析伺服器設備3可用月份為時間區間，統計能源消耗資訊，能源消耗資訊可以是油量消耗資訊或電量消耗資訊，並分別得依車輛編號、車輛型號、駕駛人進行統計可得： 車輛設備1於2015年1月總能源消耗數量為 <img he="26" wi="27" img-format="jpg" id="i0052" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0100.tif" />、車輛設備N於2015年M月總能源消耗數量為 <img he="26" wi="34" img-format="jpg" id="i0052" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0101.tif" />、且年度各月份之總和等於年全年度總和(即 <img he="45" wi="93" img-format="jpg" id="i0052" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0102.tif" />)，依此類推； 車輛型號1於2015年1月總能源消耗數量為 <img he="26" wi="26" img-format="jpg" id="i0052" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0103.tif" />、車輛型號N於2015年M月總能源消耗數量為 <img he="26" wi="34" img-format="jpg" id="i0052" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0104.tif" />、且年度各月份之總和等於年全年度總和(即 <img he="45" wi="93" img-format="jpg" id="i0052" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0105.tif" />)，依此類推； 駕駛人1於2015年1月總能源消耗數量為 <img he="26" wi="27" img-format="jpg" id="i0052" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0106.tif" />、駕駛人N於2015年M月總能源消耗數量為 <img he="26" wi="34" img-format="jpg" id="i0052" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0107.tif" />、且年度各月份之總和等於年全年度總和(即 <img he="45" wi="93" img-format="jpg" id="i0052" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0108.tif" />)，依此類推； 駕駛人1駕駛車輛設備1於2015年1月總能源消耗數量為 <img he="28" wi="37" img-format="jpg" id="i0052" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0109.tif" />、駕駛人N <sub>1</sub>駕駛車輛設備N <sub>2</sub>於2015年M月總能源消耗數量為 <img he="29" wi="53" img-format="jpg" id="i0052" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0110.tif" />、且年度各月份之總和等於年全年度總和(即 <img he="45" wi="128" img-format="jpg" id="i0052" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0111.tif" />)，依此類推； 駕駛人1駕駛車輛型號1於2015年1月總能源消耗數量為 <img he="28" wi="37" img-format="jpg" id="i0052" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0112.tif" />、駕駛人 <i>N</i><sub>1</sub>駕駛車輛型號 <i>N</i><sub>2</sub>於2015年 <i>M</i>月總能源消耗數量為 <img he="29" wi="54" img-format="jpg" id="i0052" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0113.tif" />、且年度各月份之總和等於年全年度總和(即 <img he="45" wi="130" img-format="jpg" id="i0052" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0114.tif" />)，依此類推。 </p><p>在取得駕駛行為數量和能量消耗數量後，最佳組合分析模組34可執行最佳組合分析方法，請參閱圖2係最佳組合分析方法的流程圖。</p><p>最佳組合分析模組34建立初始資料(步驟S210)，此初始資料包含駕駛行為數量、能量消耗數量、母群基因序列數量 <img he="25" wi="47" img-format="jpg" id="i0054" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0115.tif" />、演化次數 <img he="24" wi="45" img-format="jpg" id="i0054" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0116.tif" />、迭帶次數 <img he="24" wi="43" img-format="jpg" id="i0054" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0117.tif" />、交配率 <img he="14" wi="16" img-format="jpg" id="i0054" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0118.tif" />、突變率 <img he="22" wi="16" img-format="jpg" id="i0054" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0119.tif" />。演化次數 <img he="24" wi="45" img-format="jpg" id="i0054" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0116.tif" />初始值為0，且每執行一次基因演算法(可包括選擇、交配及突變程序)，則演化次數加一，直至演化次數 <img he="24" wi="45" img-format="jpg" id="i0054" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0116.tif" />等於迭帶次數 <img he="24" wi="43" img-format="jpg" id="i0054" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0117.tif" />。 </p><p>最佳組合分析模組34接著執行適應函式產生演算法(步驟S211)，以產生適應函式，此適應函式係用於計算基因序列的分數，而各基因序列包含數個染色體。這些染色體係相關於駕駛行為在不同時間點所造成之評估資訊(例如，消耗能量、車輛數量、疲憊程度等)的統計數量，且各統計數量是不同時間點下評估資訊符合數值區間的數量。</p><p>最佳組合分析模組34接著執行基因序列產生演算法(步驟S212)，以依適應函式所需之染色體數量產生基因序列，並可依母群基因序列數量 <img he="25" wi="47" img-format="jpg" id="i0056" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0115.tif" />產生母群之數個基因序列。 </p><p>最佳組合分析模組34接著執行基因序列分數計算演算法(步驟S213)，以將基因序列及駕駛行為所反應的車速資訊、交通資訊或生理資訊輸入至適應函式，並計算基因序列的分數，而那些基因序列則作為適應函式的權重值。</p><p>最佳組合分析模組34接著判斷函式是否收斂(步驟S214)，當演化次數 <img he="24" wi="45" img-format="jpg" id="i0058" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0116.tif" />等於迭帶次數 <img he="24" wi="43" img-format="jpg" id="i0058" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0117.tif" />時，最佳組合分析模組34輸出最佳基因序列，此最佳基因序列即係駕駛行為能源消耗估計資訊集合或其他駕駛行為之評估資訊集合。另一方面，當演化次數 <img he="24" wi="45" img-format="jpg" id="i0058" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0116.tif" />小於迭帶次數 <img he="24" wi="43" img-format="jpg" id="i0058" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0117.tif" />時，最佳組合分析模組34將演化次數 <img he="24" wi="45" img-format="jpg" id="i0058" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0116.tif" />加上一。 </p><p>最佳組合分析模組34接著利用基因序列選擇演算法(即，選擇程序)複製那些基因序列中的兩組基因序列(步驟S216)，從而形成兩母基因序列。</p><p>最佳組合分析模組34接著執行基因序列交配演算法(步驟S217，即交配程序)，根據交配率 <img he="14" wi="16" img-format="jpg" id="i0060" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0118.tif" />，將兩母基因序列進行交配，產生兩第一代子基因序列。 </p><p>最佳組合分析模組34接著執行基因序列突變演算法(步驟S218，即突變程序)，以依據突變率 <img he="22" wi="16" img-format="jpg" id="i0061" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0119.tif" />，而將兩個第一代子基因序列執行突變，從而形成兩第二代子基因序列。 </p><p>最佳組合分析模組34並將新產生之兩第二代子基因序列取代母群中的那些基因序列之中兩組基因序列，而被取代的那些基因序列係對應於兩最不佳分數(步驟S219)。</p><p>最佳組合分析模組34還能再取得兩組新基因序列(步驟S220)，並運用基因序列分數計算演算法計算那些新基因序列的分數，再執行一次基因演算法。</p><p>舉例而言，假設初始資料中的母群基因序列數量 <img he="25" wi="47" img-format="jpg" id="i0064" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0115.tif" />設定為14、其演化次數 <img he="24" wi="45" img-format="jpg" id="i0064" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0116.tif" />初始值為0、其迭帶次數 <img he="24" wi="43" img-format="jpg" id="i0064" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0117.tif" />為1000、其交配率 <img he="14" wi="16" img-format="jpg" id="i0064" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0118.tif" />為100%、其突變率 <img he="22" wi="16" img-format="jpg" id="i0064" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0119.tif" />為7%。 </p><p>駕駛行為數量可以是依車輛設備統計各個駕駛行為數量(如表(8)所示)、依車輛型號統計各個駕駛行為數量(如表(9)所示)、依駕駛人統計各個駕駛行為數量(如表(10)所示)、依道路類型統計各個駕駛行為數量(如表(11)所示)、依車輛設備和駕駛人統計各個駕駛行為數量(如表(12)所示)、依車輛型號和駕駛人統計各個駕駛行為數量(如表(13)所示)、依車輛設備和道路類型統計各個駕駛行為數量(如表(14)所示)、或依駕駛人和道路類型統計各個駕駛行為數量(如表(15)所示)。</p><p>能量消耗數量可以是車輛設備能源消耗數量、車輛型號能源消耗數量、車輛型號能源消耗數量、駕駛人能源消耗數量、車輛設備和駕駛人能源消耗數量、或車輛型號和駕駛人能源消耗數量。</p><p>在此飯例中，駕駛行為數量係依車輛設備和駕駛人統計各個駕駛行為數量(如表(12)所示)，且能量消耗數量係車輛設備和駕駛人能源消耗數量。</p><p>以駕駛人i駕駛車輛設備j為例：駕駛人i駕駛車輛設備j於2015年回報之車速資訊為0公里/小時的資料筆數共計有 <img he="26" wi="30" img-format="jpg" id="i0068" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0136.tif" />筆、車速資訊介於0~10公里/小時的資料筆數共計有 <img he="26" wi="30" img-format="jpg" id="i0068" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0137.tif" />筆、…、車速資訊大於120公里/小時的資料筆數共計有 <img he="26" wi="34" img-format="jpg" id="i0068" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0138.tif" />筆；駕駛人i駕駛車輛設備j於2015年1月回報之車速資訊為0公里/小時的資料筆數共計有 <img he="29" wi="33" img-format="jpg" id="i0068" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0139.tif" />筆、2015年2月回報之車速資訊為0公里/小時的資料筆數共計有 <img he="29" wi="35" img-format="jpg" id="i0068" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0140.tif" />筆、…、2015年12月回報之車速資訊為0公里/小時的資料筆數共計有 <img he="29" wi="38" img-format="jpg" id="i0068" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0141.tif" />筆、且年度各月份之總和等於年全年度總和(即 <img he="45" wi="102" img-format="jpg" id="i0068" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0142.tif" />)；駕駛人i駕駛車輛設備j於2015年全年度總能源消耗數量為 <img he="26" wi="34" img-format="jpg" id="i0068" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0143.tif" />、駕駛人i駕駛車輛設備j於2015年1月總能源消耗數量為 <img he="29" wi="37" img-format="jpg" id="i0068" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0144.tif" />、駕駛人i駕駛車輛設備j於2015年M月總能源消耗數量為 <img he="29" wi="43" img-format="jpg" id="i0068" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0145.tif" />、且年度各月份之總和等於年全年度總和(即 <img he="45" wi="110" img-format="jpg" id="i0068" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0146.tif" />)。 </p><p>在此實施例中駕駛人1駕駛車輛設備1其全年度的駕駛行為數量係一組集合 <img he="26" wi="310" img-format="jpg" id="i0069" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0147.tif" />，並且駕駛人1駕駛車輛設備1其年度汽油消耗數量係10921.364公升。 </p><p>而在適應函式產生演算法中，最佳組合分析模組34可產生一個多元線性函式作為適應函式，且此適應函式可用以計算基因序列分數s。在此實施例中，以駕駛人i駕駛車輛設備j為例，請參閱圖3，適應函式為： <img he="50" wi="190" img-format="jpg" id="i0070" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0148.tif" />，其中基因序列分數s在此實施例中越低越佳，即最佳解為 <img he="50" wi="208" img-format="jpg" id="i0070" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0149.tif" />。 </p><p>基因序列係一組集合 <img he="26" wi="177" img-format="jpg" id="i0071" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0150.tif" />，基因序列包含14個染色體(即集合的基數 <img he="30" wi="70" img-format="jpg" id="i0071" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0151.tif" />)，其中第1個染色體係 <img he="26" wi="31" img-format="jpg" id="i0071" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0152.tif" />，染色體可以是浮點數編碼，並可視為駕駛人i駕駛車輛設備j其怠速(車速資訊為0公里/小時)所對應的能量消耗數量。 </p><p>此外，在基因序列產生演算法中，最佳組合分析模組34可依適應函式所需之染色體數量產生基因序列，並可依母群基因序列數量 <img he="25" wi="47" img-format="jpg" id="i0072" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0115.tif" />產生母群之複數個基因序列。 </p><p>以駕駛人i駕駛車輛設備j為例，在此範例中的母群基因序列數量 <img he="25" wi="47" img-format="jpg" id="i0073" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0115.tif" />係14，而染色體數量係14，基因序列產生演算法將隨機產生14個基因序列。這些基因序列皆包含14個染色體，最佳組合分析模組34並將那些基因序列作為母群基因序列。 </p><p>此外，以駕駛人i駕駛車輛設備j為例，那些基因序列在此實施例中表述為： 基因序列1係 <img he="30" wi="194" img-format="jpg" id="i0074" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0155.tif" />； 基因序列2係 <img he="30" wi="198" img-format="jpg" id="i0074" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0156.tif" />，依此類推； 基因序列14係 <img he="30" wi="214" img-format="jpg" id="i0074" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0157.tif" />。 表(16)、母群基因序列 <tables><table border="1" bordercolor="#000000" width="85%"><tbody><tr><td> 染色體 基因序列 </td><td> 染色體1 </td><td> 染色體2 </td><td> … </td><td> 染色體14 </td></tr><tr><td> 基因序列1 (<img wi="34" he="30" file="02_image513.tif" img-format="tif"/></img>) </td><td><img wi="34" he="30" file="02_image515.tif" img-format="tif"/></img></td><td><img wi="38" he="30" file="02_image517.tif" img-format="tif"/></img></td><td> … </td><td><img wi="40" he="30" file="02_image519.tif" img-format="tif"/></img></td></tr><tr><td> 基因序列2 (<img wi="38" he="30" file="02_image521.tif" img-format="tif"/></img>) </td><td><img wi="38" he="30" file="02_image523.tif" img-format="tif"/></img></td><td><img wi="38" he="30" file="02_image525.tif" img-format="tif"/></img></td><td> … </td><td><img wi="42" he="30" file="02_image527.tif" img-format="tif"/></img></td></tr><tr><td> … </td></tr><tr><td> 基因序列14 (<img wi="40" he="30" file="02_image529.tif" img-format="tif"/></img>) </td><td><img wi="40" he="30" file="02_image531.tif" img-format="tif"/></img></td><td><img wi="42" he="30" file="02_image533.tif" img-format="tif"/></img></td><td> … </td><td><img wi="46" he="30" file="02_image535.tif" img-format="tif"/></img></td></tr></tbody></table></tables></p><p>在此實施例中，母群基因序列係隨機產生，且那些染色體係浮點數編碼的數值。以駕駛人1駕駛車輛設備1為例，如表(17)所示，那些基因序列在此實施例中表述為： 基因序列1係 <img he="28" wi="340" img-format="jpg" id="i0075" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0158.tif" />； 基因序列2係 <img he="28" wi="334" img-format="jpg" id="i0075" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0159.tif" />，依此類推； 基因序列14係 <img he="28" wi="336" img-format="jpg" id="i0075" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0160.tif" />。 表17、駕駛人1駕駛車輛設備1之母群基因序列 <tables><table border="1" bordercolor="#000000" width="85%"><tbody><tr><td> 染色體 基因序列 </td><td> 染色體1 </td><td> 染色體2 </td><td> … </td><td> 染色體14 </td></tr><tr><td> 基因序列1 (<img wi="34" he="28" file="02_image543.tif" img-format="tif"/></img>) </td><td> 0.013249146 </td><td> 0.018487159 </td><td> … </td><td> 0.551971137 </td></tr><tr><td> 基因序列2 (<img wi="36" he="28" file="02_image545.tif" img-format="tif"/></img>) </td><td> 0.016574516 </td><td> 0.02331678 </td><td> … </td><td> 0.553625064 </td></tr><tr><td> … </td></tr><tr><td> 基因序列14 (<img wi="40" he="28" file="02_image547.tif" img-format="tif"/></img>) </td><td> 0.01539256 </td><td> 0.021892833 </td><td> … </td><td> 0.555117159 </td></tr></tbody></table></tables></p><p>而在基因序列分數計算演算法中，最佳組合分析模組34可將母群基因序列中的各基因序列輸入至適應函式，並計算基因序列分數 <img he="50" wi="190" img-format="jpg" id="i0076" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0161.tif" />。以駕駛人 <i>i</i>駕駛車輛設備 <i>j</i>為例，基因序列1所對應之基因序列分數係 <img he="50" wi="200" img-format="jpg" id="i0076" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0162.tif" />、基因序列 <i>h</i>所對應之基因序列分數係 <img he="50" wi="204" img-format="jpg" id="i0076" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0163.tif" />。 </p><p>以駕駛人1駕駛車輛設備1為例，其母群基因序列之各基因序列所對應之基因序列分數： <img he="45" wi="555" img-format="jpg" id="i0077" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0164.tif" />； <img he="45" wi="555" img-format="jpg" id="i0077" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0165.tif" />； 依此類推， <img he="45" wi="557" img-format="jpg" id="i0077" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0166.tif" />。 </p><p>最佳組合分析模組34執行完基因序列分數計算演算法後，會判斷演化次數 <img he="24" wi="45" img-format="jpg" id="i0078" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0116.tif" />是否等於迭帶次數 <img he="24" wi="43" img-format="jpg" id="i0078" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0117.tif" />。若演化次數 <img he="24" wi="45" img-format="jpg" id="i0078" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0116.tif" />等於迭帶次數 <img he="24" wi="43" img-format="jpg" id="i0078" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0117.tif" />，則最佳組合分析模組34輸出最佳基因序列，此最佳基因序列即係母群基因序列之其中一組基因序列，且此基因序列對應(具有)最佳基因序列分數，最佳基因序列即係駕駛行為能源消耗估計資訊集合。另一方面，當演化次數 <img he="24" wi="45" img-format="jpg" id="i0078" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0116.tif" />小於迭帶次數 <img he="24" wi="43" img-format="jpg" id="i0078" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0117.tif" />時，最佳組合分析模組34將演化次數 <img he="24" wi="45" img-format="jpg" id="i0078" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0116.tif" />加上一。 </p><p>上述基因演算法的過程中包括有基因序列選擇演算法(或選擇程序)、基因序列交配演算法(或交配程序)、以及基因序列突變演算法(或突變程序)。</p><p>在此實施例中，基因序列選擇演算法係一輪盤法(roulette wheel selection)，最佳組合分析模組34可利用輪盤法複製母群基因序列之中的兩組，而形成兩母基因序列。以駕駛人1駕駛車輛設備1為例，最佳組合分析模組34挑選基因序列1 ( <img he="28" wi="338" img-format="jpg" id="i0080" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0174.tif" />)和基因序列2 ( <img he="28" wi="332" img-format="jpg" id="i0080" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0175.tif" />)，並加以複製成為第一代母基因序列，如表(18)所示： 表(18)、第一代母基因序列 <tables><table border="1" bordercolor="#000000" width="85%"><tbody><tr><td> 染色體 基因序列 </td><td> 染色體1 </td><td> 染色體2 </td><td> … </td><td> 染色體14 </td></tr><tr><td> 第一代母基因序列1 (<img wi="34" he="28" file="02_image543.tif" img-format="tif"/></img>) </td><td> 0.013249146 </td><td> 0.018487159 </td><td> … </td><td> 0.551971137 </td></tr><tr><td> 第一代母基因序列2 (<img wi="36" he="28" file="02_image545.tif" img-format="tif"/></img>) </td><td> 0.016574516 </td><td> 0.02331678 </td><td> … </td><td> 0.553625064 </td></tr></tbody></table></tables></p><p>在此實施例中，最佳組合分析模組34在執行基因序列交配演算法的過程中，可根據交配率 <img he="14" wi="16" img-format="jpg" id="i0081" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0118.tif" />並進行單點交配(1-point crossover)，並假設交配點(crossover point) <img he="17" wi="14" img-format="jpg" id="i0081" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0177.tif" />隨機產生為2，進行兩基因序列交配過程後，第一代母基因序列分別改變為第一代子基因序列(如表(19)所示)： 第一代子基因序列1 <img he="72" wi="354" img-format="jpg" id="i0081" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0178.tif" />、 第一代子基因序列2 <img he="72" wi="362" img-format="jpg" id="i0081" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0179.tif" />。 表(19)、第一代子基因序列 <tables><table border="1" bordercolor="#000000" width="85%"><tbody><tr><td> 染色體 基因序列 </td><td> 染色體1 </td><td> 染色體2 </td><td> … </td><td> 染色體14 </td></tr><tr><td> 第一代子基因序列1<img wi="48" he="34" file="twi661328b_d0202.tif" img-format="jpg"/></img></td><td> 0.013249146 </td><td> 0.02331678 </td><td> … </td><td> 0.553625064 </td></tr><tr><td> 第一代子基因序列2<img wi="50" he="34" file="02_image578.tif" img-format="tif"/></img></td><td> 0.016574516 </td><td> 0.018487159 </td><td> … </td><td> 0.551971137 </td></tr></tbody></table></tables></p><p>在此實施例中，最佳組合分析模組34在執行基因序列突變演算法的過程中，可根據突變率 <img he="22" wi="16" img-format="jpg" id="i0082" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0119.tif" />並隨機產生二進制向量(binary vector) <img he="22" wi="114" img-format="jpg" id="i0082" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0181.tif" />，來執行兩基因序列突變過程。假設 <img he="24" wi="42" img-format="jpg" id="i0082" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0182.tif" />，則基因序列中第n個染色體之數值會變為非原本數值之另一數值，而另一數值得隨機產生。舉例來說，由上述第一代母基因序列所轉變之第一代子基因序列作為第二代母基因序列(如表(20)所示)，並且假設 <img he="22" wi="193" img-format="jpg" id="i0082" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0183.tif" />，則第二代母基因序列經突變過程後轉變為第二代子基因序列，如表(21)所示。 表(20)、第二代母基因序列 <tables><table border="1" bordercolor="#000000" width="85%"><tbody><tr><td> 染色體 基因序列 </td><td> 染色體1 </td><td> 染色體2 </td><td> … </td><td> 染色體14 </td></tr><tr><td> 第二代母基因序列1<img wi="48" he="34" file="twi661328b_d0202.tif" img-format="jpg"/></img></td><td> 0.013249146 </td><td> 0.02331678 </td><td> … </td><td> 0.553625064 </td></tr><tr><td> 第二代母基因序列2<img wi="50" he="34" file="02_image578.tif" img-format="tif"/></img></td><td> 0.016574516 </td><td> 0.018487159 </td><td> … </td><td> 0.551971137 </td></tr></tbody></table></tables>表(21)、第二代子基因序列 <tables><table border="1" bordercolor="#000000" width="85%"><tbody><tr><td> 染色體 基因序列 </td><td> 染色體1 </td><td> 染色體2 </td><td> … </td><td> 染色體14 </td></tr><tr><td> 第二代子基因序列1<img wi="46" he="34" file="02_image587.tif" img-format="tif"/></img></td><td> 0.011241019 </td><td> 0.02331678 </td><td> … </td><td> 0.553625064 </td></tr><tr><td> 第二代子基因序列2<img wi="50" he="34" file="02_image589.tif" img-format="tif"/></img></td><td> 0.012500034 </td><td> 0.018487159 </td><td> … </td><td> 0.551971137 </td></tr></tbody></table></tables></p><p>最佳組合分析模組34接著將新產生之兩第二代子基因序列取代母群中的那些基因序列之中的兩組基因序列，而被取代的那些基因序列係對應於最不佳分數的兩者。在此實施例中，以駕駛人1駕駛車輛設備1之母群基因序列為例，其基因序列2對應之基因序列分數係1062.54674、基因序列14對應之基因序列分數係1009.53678，兩基因序列為母群中分數最不佳的基因序列。最佳組合分析模組34即將以兩第二代子基因序列取代母群中的那些基因序列之其二，取代後結果如表(22)所示。 表(22)、演化一回合後的駕駛人1駕駛車輛設備1之母群基因序列 <tables><table border="1" bordercolor="#000000" width="85%"><tbody><tr><td> 染色體 基因序列 </td><td> 染色體1 </td><td> 染色體2 </td><td> … </td><td> 染色體14 </td></tr><tr><td> 基因序列1 (<img wi="34" he="28" file="02_image543.tif" img-format="tif"/></img>) </td><td> 0.013249146 </td><td> 0.018487159 </td><td> … </td><td> 0.551971137 </td></tr><tr><td> 基因序列2 (<img wi="98" he="34" file="02_image591.tif" img-format="tif"/></img>) </td><td> 0.011241019 </td><td> 0.02331678 </td><td> … </td><td> 0.553625064 </td></tr><tr><td> … </td></tr><tr><td> 基因序列14 (<img wi="106" he="34" file="02_image593.tif" img-format="tif"/></img>) </td><td> 0.012500034 </td><td> 0.018487159 </td><td> … </td><td> 0.551971137 </td></tr></tbody></table></tables></p><p>最佳組合分析模組34還會運用基因序列分數計算演算法計算其他那些基因序列的分數，並判斷判斷演化次數 <img he="24" wi="45" img-format="jpg" id="i0084" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0116.tif" />是否等於迭帶次數 <img he="24" wi="43" img-format="jpg" id="i0084" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0117.tif" />。若演化次數 <img he="24" wi="45" img-format="jpg" id="i0084" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0116.tif" />等於迭帶次數 <img he="24" wi="43" img-format="jpg" id="i0084" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0117.tif" />，則最佳組合分析模組34輸出一最佳基因序列。而若演化次數 <img he="24" wi="45" img-format="jpg" id="i0084" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0116.tif" />小於迭帶次數 <img he="24" wi="43" img-format="jpg" id="i0084" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0117.tif" />，則最佳組合分析模組34將演化次數 <img he="24" wi="45" img-format="jpg" id="i0084" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0116.tif" />加上一，再執行一次基因演算法。在此實施例中，最佳組合分析模組34將執行基因序列分數計算演算法計算演化一回合後的駕駛人1駕駛車輛設備1之母群基因序列之兩新增基因序列(即基因序列2和基因序列14)，可得兩新增基因序列對應的基因序列分數： <img he="45" wi="551" img-format="jpg" id="i0084" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0191.tif" />； <img he="45" wi="559" img-format="jpg" id="i0084" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0192.tif" /></p><p>當演化次數 <img he="24" wi="45" img-format="jpg" id="i0085" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0116.tif" />等於迭帶次數 <img he="24" wi="43" img-format="jpg" id="i0085" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0117.tif" />時，最佳組合分析模組34輸出最佳基因序列，此最佳基因序列係母群基因序列之其一基因序列且基因序列對應最佳基因序列分數，且最佳基因序列即係駕駛行為能源消耗估計資訊集合或其他駕駛行為之估計資訊。 </p><p>在此實施例中，以駕駛人1駕駛車輛設備1為例，將輸出基因序列14 <img he="28" wi="42" img-format="jpg" id="i0086" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0195.tif" />為最佳基因序列 <img he="26" wi="32" img-format="jpg" id="i0086" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0196.tif" />，即駕駛人1駕駛車輛設備1怠速(車速資訊為0公里/小時)行駛30秒的汽油消耗數量係0.012500034公升、駕駛人1駕駛車輛設備1車速資訊為0~10公里/小時行駛30秒的汽油消耗數量係0.018487159公升，依此類推： <img he="74" wi="562" img-format="jpg" id="i0086" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0197.tif" /></p><p>在此實施例中，最佳組合分析模組34在執行基因序列突變演算法的過程中可執行動力法修正染色體，此動力法係參考基因序列代入適應函式計算所得之分數進行修正。以駕駛人1駕駛車輛設備1為例，最佳組合分析模組34在執行基因序列突變方法的過程中可根據突變率 <img he="22" wi="16" img-format="jpg" id="i0087" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0119.tif" />並隨機產生二進制向量(binary vector) <img he="22" wi="114" img-format="jpg" id="i0087" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0181.tif" />，來執行兩基因序列突變過程。假設 <img he="24" wi="42" img-format="jpg" id="i0087" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0182.tif" />，則基因序列中第n個染色體之數值將參考基因序列代入適應函式計算所得之分數進行修正。 </p><p>舉例來說，其第二代母基因序列(如表19所示)可以基因序列突變方法進行突變，並且假設 <img he="22" wi="193" img-format="jpg" id="i0088" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0183.tif" />，其第二代母基因序列1 <img he="34" wi="48" img-format="jpg" id="i0088" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0202.tif" />之染色體1 <img he="34" wi="50" img-format="jpg" id="i0088" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0203.tif" />、其第二代母基因序列2 <img he="34" wi="50" img-format="jpg" id="i0088" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0204.tif" />之染色體1 <img he="34" wi="50" img-format="jpg" id="i0088" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0205.tif" />可運用下列計算進行突變，其則第二代母基因序列經突變過程後轉變為第二代子基因序列。 <img he="74" wi="314" img-format="jpg" id="i0088" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0206.tif" /><img he="74" wi="310" img-format="jpg" id="i0088" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0207.tif" />。 </p><p>在上述之基因序列突變演算法中，最佳組合分析模組34亦可設定上限值upper_bound和限值lower_bound，再參考基因序列代入適應函式計算所得之分數進行修正。舉例來說，以上述之突變例子，最佳組合分析模組34可運用下列公式進行突變，其則第二代母基因序列經突變過程後將轉變為第二代子基因序列。 <img he="150" wi="400" img-format="jpg" id="i0089" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0208.tif" /><img he="150" wi="404" img-format="jpg" id="i0089" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0209.tif" />。 </p><p>請參照圖4是另一實施例之適應函式產生方法，其可將神經網路作為適應函式，且此適應函式可用以計算基因序列分數s。在此實施例中，以駕駛人i駕駛車輛設備j為例，神經網路具有隱藏層，且隱藏層具有 <img he="24" wi="23" img-format="jpg" id="i0090" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0210.tif" />個神經元，則適應函式為： <img he="53" wi="291" img-format="jpg" id="i0090" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0211.tif" />，其中基因序列分數s。在此實施例中，分數越低越佳，即最佳解為 <img he="53" wi="315" img-format="jpg" id="i0090" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0212.tif" />，基因序列係一組集合 <img he="29" wi="452" img-format="jpg" id="i0090" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0213.tif" />，此基因序列包含 <img he="24" wi="95" img-format="jpg" id="i0090" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0214.tif" />個染色體(即，集合的基數 <img he="30" wi="150" img-format="jpg" id="i0090" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0215.tif" />)，其中第1個染色體係 <img he="30" wi="42" img-format="jpg" id="i0090" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0216.tif" />，染色體可以是浮點數編碼。最佳組合分析模組34可利用基因演算法得到一組最佳基因序列 <img he="26" wi="34" img-format="jpg" id="i0090" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0217.tif" />，而此最佳基因序列對應最佳基因序列分數s(分數最低者)，且最佳基因序列可結合駕駛行為數量 <img he="26" wi="171" img-format="jpg" id="i0090" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0218.tif" />估計能量消耗數量。 </p><p>在此實施例中，以一個神經網路具有一個隱藏層進行說明，但不以此為限，神經網路亦得具有複數個隱藏層，且神經元間的權重值可作為染色體。以此前述假設產生複數個基因序列，並可利用基因演算法得到一組最佳基因序列。</p><p>請接著參照圖4是本發明一實施例之一種基因序列產生方法。最佳組合分析模組34依據駕駛行為的統計數量(例如，特定速率區間的統計數量、特定交通相關資訊的統計數量或特定生理資訊相關資訊的統計數量等)和評估資訊的統計資料(例如，能量消耗數量等)建立複數個目標函式(步驟S510)；最佳組合分析模組34隨機產生各個目標函式之複數個參數值，並計算那些目標函式，產生各目標函式誤差值(步驟S511)；最佳組合分析模組34根據各目標函式誤差值修正各目標函式參數值最佳解(步驟S512)；最佳組合分析模組34輸出各目標函式參數值最佳解至那些其他目標函式(步驟S513)，並重新計算各目標函式誤差值；最佳組合分析模組34判斷各目標函式誤差值是否低於收斂門檻值(步驟S514，即判斷是否收斂)；而當各目標函式誤差值低於收斂門檻值時，最佳組合分析模組34將輸出誤差最小之參數值組合(步驟S515)；反之，若各目標函式誤差值高於收斂門檻值，則最佳組合分析模組34根據誤差值修正各目標函式參數值最佳解，並輸出各目標函式參數值最佳解至那些其他目標函式，並重新計算各目標函式誤差值，持續計算直到收斂為止。</p><p>需說明的是，上述那些目標函式可依據每個月份的駕駛行為數量和能量消耗數量來建立。而在此實施例中，以駕駛人i駕駛車輛設備j為例，最佳組合分析模組34可以下列方式產生複數個目標函式： 第一目標函式： <img he="50" wi="200" img-format="jpg" id="i0093" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0219.tif" />第二目標函式： <img he="50" wi="210" img-format="jpg" id="i0093" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0220.tif" />… 第十二目標函式： <img he="50" wi="222" img-format="jpg" id="i0093" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0221.tif" />第十三目標函式： <img he="50" wi="210" img-format="jpg" id="i0093" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0222.tif" />第十四目標函式： <img he="50" wi="214" img-format="jpg" id="i0093" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0223.tif" />。 </p><p>在此方法中，最佳組合分析模組34亦可設定上限值upper_bound和下限值lower_bound，且第一目標函式之那些參數 <img he="30" wi="142" img-format="jpg" id="i0094" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0224.tif" />可採用隨機產生介於上限值upper_bound及下限值lower_bound之數值。此外，最佳組合分析模組34於隨機產生那些數值後，再依目標函式計算誤差值和修正參數 <img he="30" wi="34" img-format="jpg" id="i0094" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0225.tif" />之初始值： <img he="150" wi="358" img-format="jpg" id="i0094" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0226.tif" />。 </p><p>根據上述之計算方式，第二目標函式之那些參數 <img he="30" wi="142" img-format="jpg" id="i0095" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0227.tif" />得採用隨機產生介於上限值upper_bound及下限值lower_bound之數值，最佳組合分析模組34並於隨機產生那些數值後，再依目標函式計算誤差值和修正參數 <img he="30" wi="38" img-format="jpg" id="i0095" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0228.tif" />之初始值： <img he="154" wi="366" img-format="jpg" id="i0095" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0229.tif" />。 </p><p>根據上述之計算方式，依此類推，第十四目標函式之那些參數 <img he="30" wi="142" img-format="jpg" id="i0096" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0230.tif" />得採用隨機產生介於上限值upper_bound及下限值lower_bound之數值，最佳組合分析模組34並於隨機產生那些數值後，再依目標函式計算誤差值和修正參數 <img he="30" wi="46" img-format="jpg" id="i0096" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0231.tif" />之初始值： <img he="150" wi="374" img-format="jpg" id="i0096" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0232.tif" />。 </p><p>完成初始值計算後，最佳組合分析模組34可輸出各目標函式參數值最佳解至那些其他目標函式，並重新計算各目標函式誤差值。以第一目標函式為例，那些參數可運用下列方式重新設定，並且再依目標函式計算誤差值和修正參數 <img he="30" wi="34" img-format="jpg" id="i0097" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0225.tif" />： <img he="180" wi="362" img-format="jpg" id="i0097" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0234.tif" />。 </p><p>根據上述之計算方式，以第二目標函式為例，那些參數可運用下列方式重新設定，並且再依目標函式計算誤差值和修正參數 <img he="30" wi="38" img-format="jpg" id="i0098" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0235.tif" />： <img he="182" wi="366" img-format="jpg" id="i0098" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0236.tif" />。 </p><p>根據上述之計算方式，依此類推，以第十四目標函式為例，那些參數可運用下列方式重新設定，並且再依目標函式計算誤差值和修正參數 <img he="30" wi="46" img-format="jpg" id="i0099" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0237.tif" />： <img he="180" wi="374" img-format="jpg" id="i0099" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0238.tif" />。 </p><p>根據上述之計算方式，判斷各目標函式誤差值是否低於收斂門檻值。當各目標函式誤差值低於此收斂門檻值時，最佳組合分析模組34輸出誤差最小之參數值組合。而若各目標函式誤差值高於收斂門檻值，則最佳組合分析模組34重覆執行參數修正，根據誤差值修正各目標函式參數值最佳解，並輸出各目標函式參數值最佳解至那些其他目標函式，且重新計算各目標函式誤差值，持續計算直到誤差值低於收斂門檻值。</p><p>基於前述基因演算法，本發明另提出一種交通資訊估計方法，如圖6所示。資料分析伺服器設備3可收集n個路段在第t個時間點的交通資訊(步驟S610)。此交通資訊可以是旅行時間、車流量、或車速，例如：路段1在在第t個時間點的交通資訊為 <img he="26" wi="22" img-format="jpg" id="i0101" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0239.tif" />、路段2在在第t個時間點的交通資訊為 <img he="26" wi="24" img-format="jpg" id="i0101" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0240.tif" />、…、路段n在在第t個時間點的交通資訊為 <img he="26" wi="24" img-format="jpg" id="i0101" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0241.tif" />。 </p><p>最佳組合分析模組34再將駕駛行為所反應於n個路段在第t個時間點的交通資訊輸入至圖2所述之最佳組合分析方法(步驟S611)。值得注意的是，此時，適應函式產生方法的公式為 <img he="46" wi="134" img-format="jpg" id="i0102" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0242.tif" />，如圖7所示。最佳組合分析模組34接著可運用最佳組合分析方法取得權重集合 <img he="24" wi="94" img-format="jpg" id="i0102" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0243.tif" />的最佳組合，而基因序列作為適應函式的權重值(即，每個路段間交通資訊關聯的權重值 <img he="24" wi="80" img-format="jpg" id="i0102" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0244.tif" />)，且最佳組合即為路段因子影響權重(步驟S612)。 </p><p>此外，本發明另一提供一種生理資訊估計方法，如圖8所示，資料分析伺服器設備3可收集駕駛m個時間點的生理資訊(步驟S810)，而生理資訊可以是心率值或心率變異數值，如圖9所示。</p><p>最佳組合分析模組34再將駕駛行為在m個時間點所反應的生理資訊輸入至圖2所述之最佳組合分析方法(步驟S811)，其適應函式則為一元n次方程式 <img he="46" wi="105" img-format="jpg" id="i0104" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0245.tif" />，如圖10所示。 </p><p>最佳組合分析模組34運用最佳組合分析方法取得權重集合 <img he="24" wi="95" img-format="jpg" id="i0105" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0246.tif" />的最佳組合，此最佳組合即為時間因子(t)影響權重(即時間序列與心率變異關聯的權重值)(步驟S812)。 </p><p>需說明的是，在圖6、8所示評估方法中，最佳組合分析模組34可接著將那些基因序列進行選擇程序、交配程序、及突變程序，並在那些基因序列的分數收斂時產生最佳基因序列，而此最佳基因序列係駕駛行為之評估資訊集合。</p><p>綜上所述，本發明實施例之最佳組合分析方法，可改良基因演算法，在初始化階段先建立數個優良的基因序列，再運用這些基因序列進行交配、突變等計算以產生最佳基因序列，且此改良基因演算法可結合神經網路之適應函式。本發明實施例可依據應用者之需求而應用於能量消耗估計、交通資訊估計及生理資訊估計之用途，從而得出最佳基因序列。 </p><p>雖然本發明已以實施例揭露如上，然其並非用以限定本發明，任何所屬技術領域中具有通常知識者，在不脫離本發明的精神和範圍內，當可作些許的更動與潤飾，故本發明的保護範圍當視後附的申請專利範圍所界定者為準。 </p></mode-for-invention><description-of-drawings><description-of-element><p>1‧‧‧車輛設備 </p><p>10、20、30、40‧‧‧通訊模組 </p><p>12、22、32‧‧‧中介軟體模組 </p><p>14‧‧‧定位模組 </p><p>2‧‧‧使用者設備 </p><p>24‧‧‧使用者介面 </p><p>34‧‧‧最佳組合分析模組 </p><p>4‧‧‧資料庫設備 </p><p>42‧‧‧運算模組 </p><p>44‧‧‧儲存模組 </p><p>S210~S220、S510~S515、S610~S612、S810~S812‧‧‧步驟 </p><p><img file="TWI661328B_D0247.tif" wi="78" he="66" img-format="tif" img-content="character" orientation="portrait" inline="no" />~<img file="TWI661328B_D0248.tif" wi="92" he="66" img-format="tif" img-content="character" orientation="portrait" inline="no" />‧‧‧駕駛行為數量 </p><p><img file="TWI661328B_D0249.tif" wi="79" he="65" img-format="tif" img-content="character" orientation="portrait" inline="no" />~<img file="TWI661328B_D0250.tif" wi="95" he="65" img-format="tif" img-content="character" orientation="portrait" inline="no" />、<i>w</i><sub><i>1</i></sub>~<i>w</i><sub><i>n</i></sub>‧‧‧基因序列 </p><p><img he="26" wi="34" img-format="jpg" id="i0001" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0251.tif" />‧‧‧總能源消耗數量</p><p><img he="30" wi="54" img-format="jpg" id="i0001" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0252.tif" />~ <img he="30" wi="58" img-format="jpg" id="i0001" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0253.tif" />、 <img he="30" wi="46" img-format="jpg" id="i0001" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0254.tif" />~ <img he="30" wi="52" img-format="jpg" id="i0001" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0255.tif" />、 <img he="30" wi="46" img-format="jpg" id="i0001" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0256.tif" />~ <img he="30" wi="54" img-format="jpg" id="i0001" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0257.tif" />、 <img he="30" wi="46" img-format="jpg" id="i0001" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0258.tif" />~ <img he="30" wi="54" img-format="jpg" id="i0001" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0259.tif" />‧‧‧染色體</p><p><img he="26" wi="22" img-format="jpg" id="i0001" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0239.tif" />~ <img he="26" wi="24" img-format="jpg" id="i0001" img-content="drawing" orientation="portrait" inline="no" file="TWI661328B_D0241.tif" />‧‧‧交通資訊</p><p><i>t <sup>0</sup></i>~ <i>t <sup>n</sup></i>‧‧‧時間因子</p></description-of-element><p>圖1是依據本發明一實施例的系統架構圖。 圖2是依據本發明一實施例的最佳組合分析方法的流程圖。 圖3是依據本發明一實施例之適應函式的示意圖。 圖4是依據本發明另一實施例之適應函式的示意圖。 圖5是依據本發明一實施例之基因序列產生演算法的流程圖。 圖6是依據本發明一實施例之交通資訊相關評估資訊之評估演算法的流程圖。 圖7是依據本發明一實施例之交通資訊相關之適應函式的示意圖。 圖8是依據本發明一實施例之生理資訊相關評估資訊之評估演算法的流程圖。 圖9是依據本發明一實施例之心律值之時序統計圖。 圖10是依據本發明一實施例之生理資訊相關之適應函式的示意圖。</p></description-of-drawings><bio-deposit /><sequence-list-text />

Claims (8)

  1. 一種最佳組合分析方法，適用於分析駕駛行為反應的資訊，該最佳組合分析方法包括：產生多個基因序列，其中每一該基因序列包含多個染色體，且該些染色體相關於駕駛行為在不同時間點所造成之評估資訊的統計數量，且每一該統計數量是不同時間點下該評估資訊符合一數值區間的數量，並取得在不同時間點的生理資訊，其中該生理資訊是心律值或心律變異值；將該駕駛行為所反應的交通資訊或該生理資訊輸入至一適應函式，以計算該些基因序列的分數，其中該些基因序列作為該適應函式的權重值；以及將該些基因序列進行選擇程序、交配程序、及突變程序，並當該些基因序列的分數收斂時產生一最佳基因序列，其中該最佳基因序列係該駕駛行為之評估資訊集合。
  2. 如申請專利範圍第1項所述的最佳組合分析方法，其中當該些基因序列的分數收斂時產生該最佳基因序列的步驟包括：當一演化次數等於一迭帶次數時，輸出該最佳基因序列，其中每進行一次該選擇程序、該交配程序及該突變程序則該演化次數加上一；以及當該演化次數小於該迭帶次數時，將該演化次數加上一。
  3. 如申請專利範圍第1項所述的最佳組合分析方法，其中產生該些基因序列包括： 依據該駕駛行為的交通資訊或生理資訊和該評估資訊建立多個目標函式；隨機產生每一該目標函式之多個參數值，並計算每一該目標函式以產生每一該目標函式的誤差值；根據每一該目標函式的誤差值修正每一該目標函式的每一該參數值之最佳解；輸出每一該目標函式參數值之最佳解至其他每一該目標函式，並重新計算每一該目標函式的誤差值；以及判斷每一該目標函式的誤差值是否低於一收斂門檻值，其中若低於該收斂門檻值，則輸出誤差最小之參數值組合，若高於該收斂門檻值，則根據每一該目標函式的誤差值修正每一該目標函式之每一該參數值之最佳解，並輸出每一該目標函式的每一該參數值之最佳解至其他每一該目標函式及重新計算每一該目標函式的誤差值，以持續計算直至低於該收斂門檻值。
  4. 如申請專利範圍第1項所述的最佳組合分析方法，其中產生該些基因序列包括：取得不同路段在不同時間點的交通資訊，其中該交通資訊是旅行時間、車流量、或車速。
  5. 一種資料分析伺服器設備，包括：一通訊模組，接收駕駛行為所反應的交通資訊或生理資訊；一儲存器，記錄該交通資訊或該生理資訊、以及多個模組；以及 一處理器，耦接該通訊模組及該儲存器，且存取並執行該儲存器所儲存的該些模組，該些模組包括：一最佳組合分析模組，執行：產生多個基因序列，其中每一該基因序列包含多個染色體，且該些染色體相關於駕駛行為在不同時間點所造成之評估資訊的統計數量，且每一該統計數量是不同時間點下該評估資訊符合一數值區間的數量，並透過該通訊模組取得在不同時間點的生理資訊，其中該生理資訊是心律值或心律變異值；將該駕駛行為的交通資訊或該生理資訊輸入至一適應函式，以計算該些基因序列的分數，其中該些基因序列作為該適應函式的權重值；以及將該些基因序列進行選擇程序、交配程序、及突變程序，並當該些基因序列的分數收斂時產生一最佳基因序列，其中該最佳基因序列係該駕駛行為之評估資訊集合。
  6. 如申請專利範圍第5項所述的資料分析伺服器設備，其中當一演化次數等於一迭帶次數時，該最佳組合分析模組輸出該最佳基因序列，其中每進行一次該選擇程序、該交配程序及該突變程序則該最佳組合分析模組將該演化次數加上一；以及當該演化次數小於該迭帶次數時，該最佳組合分析模組將該演化次數加上一。
  7. 如申請專利範圍第5項所述的資料分析伺服器設備，其中該最佳組合分析模組依據該駕駛行為的交通資訊或生理資訊和該評估資訊建立複數目標函式，隨機產生每一該目標函式之複數參數值，並計算每一該目標函式以產生每一該目標函式的誤差值，根據每一該目標函式的誤差值修正每一該目標函式的每一該參數值之最佳解，輸出每一該目標函式參數值之最佳解至其他每一該目標函式，並重新計算每一該目標函式的誤差值，判斷每一該目標函式的誤差值是否低於一收斂門檻值，其中若低於該收斂門檻值，則輸出誤差最小之參數值組合，若高於該收斂門檻值，則根據每一該目標函式的誤差值修正每一該目標函式之每一該參數值之最佳解，並輸出每一該目標函式的每一該參數值之最佳解至其他每一該目標函式及重新計算每一該目標函式的誤差值，以持續計算直至低於該收斂門檻值。
  8. 如申請專利範圍第5項所述的資料分析伺服器設備，其中該最佳組合分析模組透過該通訊模組取得不同路段在不同時間點的交通資訊，而該交通資訊是旅行時間、車流量、或車速。
TW107110666A 2018-03-28 2018-03-28 資料分析伺服器設備及其最佳組合分析方法 TWI661328B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW107110666A TWI661328B (zh) 2018-03-28 2018-03-28 資料分析伺服器設備及其最佳組合分析方法
CN201810480525.8A CN110322016A (zh) 2018-03-28 2018-05-18 资料分析服务器设备及其最佳组合分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW107110666A TWI661328B (zh) 2018-03-28 2018-03-28 資料分析伺服器設備及其最佳組合分析方法

Publications (2)

Publication Number Publication Date
TWI661328B true TWI661328B (zh) 2019-06-01
TW201942911A TW201942911A (zh) 2019-11-01

Family

ID=67764281

Family Applications (1)

Application Number Title Priority Date Filing Date
TW107110666A TWI661328B (zh) 2018-03-28 2018-03-28 資料分析伺服器設備及其最佳組合分析方法

Country Status (2)

Country Link
CN (1) CN110322016A (zh)
TW (1) TWI661328B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050216147A1 (en) * 2004-03-24 2005-09-29 Ferman Martin A System and method of communicating traffic information
CN101325004A (zh) * 2008-08-01 2008-12-17 北京航空航天大学 一种实时交通信息的数据补偿方法
CN101794507A (zh) * 2009-07-13 2010-08-04 北京工业大学 基于浮动车数据的宏观路网交通状态评价方法
US8024112B2 (en) * 2005-09-29 2011-09-20 Microsoft Corporation Methods for predicting destinations from partial trajectories employing open-and closed-world modeling methods
TW201214345A (en) * 2010-09-29 2012-04-01 Ind Tech Res Inst Traffic notification system and method with reduced communications requirements
TWI591492B (zh) * 2016-12-19 2017-07-11 Chunghwa Telecom Co Ltd Energy consumption estimation system and method

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1410911A (zh) * 2001-09-26 2003-04-16 财团法人资讯工业策进会 用于运具调度派遣的演算方法
JP2009069867A (ja) * 2007-09-10 2009-04-02 Mitsubishi Heavy Ind Ltd 行動経路探索装置及び方法並びにプログラム
US9193442B1 (en) * 2014-05-21 2015-11-24 Rockwell Collins, Inc. Predictable and required time of arrival compliant optimized profile descents with four dimensional flight management system and related method
CN107822623A (zh) * 2017-10-11 2018-03-23 燕山大学 一种基于多源生理信息的驾驶员疲劳及情绪评价方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050216147A1 (en) * 2004-03-24 2005-09-29 Ferman Martin A System and method of communicating traffic information
US8024112B2 (en) * 2005-09-29 2011-09-20 Microsoft Corporation Methods for predicting destinations from partial trajectories employing open-and closed-world modeling methods
CN101325004A (zh) * 2008-08-01 2008-12-17 北京航空航天大学 一种实时交通信息的数据补偿方法
CN101794507A (zh) * 2009-07-13 2010-08-04 北京工业大学 基于浮动车数据的宏观路网交通状态评价方法
TW201214345A (en) * 2010-09-29 2012-04-01 Ind Tech Res Inst Traffic notification system and method with reduced communications requirements
TWI591492B (zh) * 2016-12-19 2017-07-11 Chunghwa Telecom Co Ltd Energy consumption estimation system and method

Also Published As

Publication number Publication date
CN110322016A (zh) 2019-10-11
TW201942911A (zh) 2019-11-01

Similar Documents

Publication Publication Date Title
TWI746814B (zh) 電腦可讀介質、車險風險預測裝置及伺服器
Yi et al. Energy impact evaluation for eco-routing and charging of autonomous electric vehicle fleet: Ambient temperature consideration
US20180032928A1 (en) Methods and systems for transport capacity scheduling
Kanarachos et al. Instantaneous vehicle fuel consumption estimation using smartphones and recurrent neural networks
CN108072381B (zh) 一种路径规划的方法及装置
Tran et al. Simulating early adoption of alternative fuel vehicles for sustainability
CN114944059B (zh) 确定预估到达时间的方法与系统
AU2016359530A1 (en) Systems and methods for allocating sharable orders
AU2017410523A1 (en) System and method for determining safety score of driver
TWI591492B (zh) Energy consumption estimation system and method
US20190139070A1 (en) Systems and methods for cheat examination
US20200108732A1 (en) Physical model-guided machine learning framework for energy management of vehicles
CN111428137B (zh) 一种电动汽车充电设施的推荐方法及推荐装置
WO2021243568A1 (en) Multi-objective distributional reinforcement learning for large-scale order dispatching
Sun et al. Price evaluation model in second-hand car system based on BP neural network theory
CN111861643A (zh) 一种乘车位置的推荐方法、装置、电子设备及存储介质
Okushima Simulating social influences on sustainable mobility shifts for heterogeneous agents
CN112036598A (zh) 一种基于多信息耦合的充电桩使用信息预测方法
Bera et al. Analyzing prospective owners’ choice decision towards plug-in hybrid electric vehicles in urban India: a stated preference discrete choice experiment
CN114282704A (zh) 充电站充电负荷预测方法、装置、计算机设备和存储介质
TWI661328B (zh) 資料分析伺服器設備及其最佳組合分析方法
CN113379318A (zh) 公共交通系统运营服务质量评价方法、装置和计算机设备
CN116323306A (zh) 对于高压电动车辆电池的智能预调节
WO2023241388A1 (zh) 模型训练方法及装置、补能意图识别方法及装置、设备、介质
CN111223293B (zh) 分析交通拥堵的系统和方法