大數據幫忙 台鐵排列車班表花數月可望縮至2小時

（中央社記者汪淑芬台北13日電）交通部運輸研究所今天介紹一項運用大數據分析技術，建構鐵路供需診斷模式的軟體，可望協助台鐵在排列車新班表時，從以往數個月縮減到2小時。

運研所今天在例行記者會，介紹這項利用大數據開發出來的新軟體，可有效提升台鐵經營效率。

運研所運輸工程組組長許書耕說，台鐵是台灣規模最大、車種最複雜的軌道系統，全線每天有1000餘班列車，240個車站，以往發布新的班表前，須花數個月人工調整班次間的衝突，新的軟體是運研所與成功大學合作，花3年時間開發，藉由鐵路運輸系統供給、客運需求及消費者面向切入再整合。

許書耕說，運研所10年前也曾嘗試利用軟體解決台鐵排班表時面臨的班次衝突問題，當時電腦要1個月時間才能計算出1個班表模式，現在透過大數據分析，大約2小時就可完成，台鐵可經由模式評估篩選，例如計算旅客延誤時間、票箱收入等，可得到最適當的班表，實務應用。

台鐵班表排程與鐵路瓶頸路段改善評估，甚至鐵路立體化對台鐵營運的衝擊，一直是很棘手的問題。

許書耕說，新的鐵路診斷軟體也有助台鐵了解車站新建或改善工程對台鐵排班的影響，例如台鐵立體化工程，在都會區原有站間新建類似捷運的車站，因缺乏股道待避功能，造成直達快車通行受阻，影響路網運轉效率與服務績效，而鐵路立體化，在車站增設股道也會增加建設成本，供需診斷模式則可提供各種股道布設方案進行評估，進而選出最適宜的方案。

許書耕說，這套軟體還須進一步做人、機界面的調整，不久後就可轉移給台鐵使用。（編輯：陳政偉）1110513

本網站之文字、圖片及影音，非經授權，不得轉載、公開播送或公開傳輸及利用。