本研究所建立之道路交通衝擊預測模式乃以線性多元迴歸(Multiple Linear Regression)分析為主軸，在預測變數與準則變數的選取方面，本研究乃參考過去文獻與施行經驗，以及與交通衝擊相關之各項規定，並考量資料蒐集之可行性，共計選定14個預測變數x，大致可分為「基地開發規模」、「基地開發型態」，與開發基地「鄰近地區之社經條件與交通狀況」等分析構面，至於衝擊準則變數y，則以開發基地主要鄰接道路之「旅行速率之變化量」代表，接著並對各變量之資料來源與蒐集方式作適當的定義與說明；本研究針對台北市在民國84 ~ 85年間，取得使用執照之開發基地進行分析，共計蒐集到226個樣本，首先以「集群分析」方式，將樣本依其特性予以分群，共將樣本分為2群，其中「集群1」開發基地的特性與「住宅區」之開發基地較為相近，「集群2」則與「商業區」較為相近，接著藉由「相關分析」檢視變數間之線性相關程度，刪除相關性過高之分析變量，最後則利用逐步迴歸方式，分別對2個群體建立衝擊預測模型，其中「集群1」以開發基地「總樓地板面積」、「容積率」、「小汽車停車位數」與開發基地鄰近地區之「人口密度」、「平均所得」，以及主要鄰接道路之「車道數」、「車流量」與「旅行速率」等8項變量對道路衝擊影響較大，調整後之判定係數達0.5323，而「集群2」則可以開發基地之「總樓地板面積」與「容積率」、開發基地內「商業/辦公用途」之樓地板面積所佔比例，以及主要鄰接道路之「旅行速率」等4變量對道路衝擊進行預測，調整後之判定係數達0.6068。
另外，由於考量到資料蒐集與變數定義時所能提供之資訊並不完整，且多包含許多主觀判斷因素在內，故再以模糊線性迴歸(Fuzzy Linear Regression, FLR)方式進行分析，為要求變數之獨立性，故以先前逐步迴歸之分析結果進行模糊迴歸之分析，本研究以線性規劃(Linear Programming)方式求解(1)「模糊參數總模糊度最小」與(2)「估計值模糊度最小」二種模糊迴歸模型，在模型(1)中，僅鄰近地區之「平均所得」為模糊，其他所有變數皆為明確型，在模型(2)中，則所有變數皆為明確型，僅截距為模糊，顯示衝擊預測系統之解釋能力在此二模型中皆相當理想；而在不同之模糊迴歸配適水準H下，所獲得之結果差異不大，故未來若採用模糊迴歸方式進行預測，則可採用H = 0.0進行分析。
本研究所建立之基地開發道路交通衝擊預測模式，主要乃針對台北市之基地開發案進行分析，未來可應用於其他都會區一般性之基地開發衝擊預測分析，並可搭配鄰近地區之交通現況或其他衝擊評估準則，提供基地開發之使用執照或建築執照等之初步審查或評估的參考依據。

In this research, the multiple linear regression analysis was applied to forecast the road traffic impact. The selections of the independent variables and the dependent variable were refered to the literatures and the relative regulations or experiences. And the practicablilities of data collections were considered, too. 14 independent variables were brought up initially according to the three components: the “site scale”, the “site pattern” and the “soc-economics and traffic situation surrounding the site”. And the only dependent variable was determined to be the difference of velocity in the major adjacent road between the sites being operated and not yet. We got 226 samples, and 2 clusters are suggested standing on the result of the “cluster analysis”. The samples of the 1st cluster were similar to the sites in the residential district while the ones of the 2nd cluster were considered as those in the business district. After inspecting the linear relationships between all the variables by “correlation analysis”, “stepwise regression analysis” was used to build up the road traffic impact forecast model of these 2 clusters. The key factors affecting the traffic impact in the 1st cluster were “the floor area”, “the volume”, “the automobile parking spaces supplied“of the developing site, “the population density”, “the average earnings” in the neighborhood, and “the number of lanes”, “the traffic flow rate”, and “the velocity” in the major adjacent road. The 8 variables could take effect to 0.5323 in this forecasting system. In the meantime, 4 key factors were brought up in the 2nd cluster: “the floor area”, “the volume” of a site, “the rate of the floar area using for business or office purpose”, and “the velocity” in the major adjacent road. The adjuted cofficient of determination could be reached to 0.6068 by using this regression model.
Moreover, pondering over the lack of robustness in those analytical variables selection and the data collection procedures, we looked for the fuzzy linear regression (FLR) models for further analyses. 2 common-used linear programming (LP) based models were solved in this research: (1) minimizing the sum of the forecasting parameters’ fuzzy intervals, (2) minimizing the sum of the estimations’ fuzzy intervals. Only the parameter of “the average earnings” in the neighborhood was fuzzy in model (1), all others including the intercept were crisp. And each independent variable in model (2) was crisp, while the intercept was fuzzy. That means the FLR models are toward crisp. Furthermore, different value of H didn’t cause wide variation whether in which one of the 2 FLR models. Once the FLR models were adopted in future days, the lowest value of H = 0.0 would be wonderful in analyses.
Though the road traffic impact forecast model was demonostrated by the past Taipei city samples, it can be applied to the site developing decision analysis by cooperating with other aspects of impact evaluation models or with the adjacent traffic situation.

1.朱珮芸，基地開發交通衝擊評估審議規範之研究，交通部運輸研究所，民國八十六年七月
2.謝浩明，土地開發交通評估的微電腦程式，中華民國運輸學會第二屆學術論文研討會論文集，民國76年7月
3.龍天立、傅毓良，捷運車站與聯合開發地區之交通衝擊評估，國立臺灣大學土木工程研究所碩士論文，民國77年
4.馮正民、周龍，地區性基地開發對鄰近交通運輸系統衝擊之研究，國立中興大學都市計畫研究所碩士論文，民國78年
5.馮正民、張宗勝，基地開發對道路交通影響模式之研究，國立交通大學交通運輸研究所碩士論文，民國79年
6.馮正民、王國材，基地開發對道路交通之衝擊研究，運輸計畫季刊，第19卷，第4期，pp. 433∼pp. 458，民國79年
7.曹壽民、杜書勤，交通衝擊評估門檻值之研究，國立台灣大學土木工程學研究所，碩士論文，民國79年
8.曹壽民、杜書勤，交通衝擊評估門檻值之研究，運輸計畫季刊，第19卷，第4期，pp. 409~pp. 432，民國79年12月
9.王傳芳、林松田，基地開發對地區交通衝擊之評估研究，國立交通大學交通運輸研究所碩士論文，民國80年
10.馮正民、張舜淵，基地開發交通衝擊評估電腦決策支援系統之研究，國立交通大學交通運輸研究所碩士論文，民國81年
11.何東波、簡龍鳳，無旅次起迄資料的基地開發交通量衝擊評估模式之建立，都市計畫，第21卷第1期，pp.107~127，民國83年
12.鼎漢國際工程顧問股份有限公司，建築物交通影響評估準則之研究（期末報告初稿），交通部委託，民國89年1月
13.國立中央大學 謝浩明等，基地開發交通衝擊評估門檻值計算方法之研訂，交通部運輸研究所委託，民國90年
14.林建元，條件式開發許可與發展影響費之探討，都市與計畫，第16卷，pp.59~60，民國78年11月
15.馮正民、陳慧君，基地開發道路衝擊費之計算與課徵方式之研究，國立交通大學交通運輸研究所碩士論文，民國80年
16.曾平毅，社區開發交通衝擊費之探討，中華道路，pp.30~37，民國80年10月
17.林建元、蕭書周，以累積性影響為基礎的交通影響評估程序及影響費計算方式，國立台灣大學建築與城鄉研究所碩士論文，民國81年
18.曾平毅，道路衝擊費之介紹兼論道路衝擊之管理，都市交通，pp.10~17，民國82年6月
19.賴宗裕、何圳達，住宅用地開發課征開發影響費之研究，國立中興大學都市計畫研究所碩士論文，民國87年
20.黃台生、陳道龍，都會區不同土地使用型態旅次產生率之研究，國立交通大學交通運輸研究所碩士論文，民國82年
21.交通部運輸研究所，都會區不同土地使用型態旅次產生率之研究，交通部運輸研究所，民國82年11月
22.交通部運輸研究所，基地開發交通衝擊分析順道旅次及多目的旅次探討，交通部運輸研究所，民國83年3月
23.邱榖工程顧問有限公司，台灣地區都市土地旅次發生特性之研究─台北都會區混合土地使用旅次發生率之調查研究，交通部運輸研究所委託，民國84年10月
24.台北市道路交通安全促進會 黃台生、馮正民、王傳芳、曹壽民等，道路交通衝擊之研究，台北市政府交通局委託，民國81年6月
25.曾平毅，國外交通衝擊評估項目之介紹，都市交通，pp.32~37，民國81年4月
26.鍾鳴時，都市開發與交通衝擊影響評估，都市交通，第93期，pp.3~7，民國86年5月
27.王懷田等，基地開發之交通衝擊評估，中興工程，第56期，pp.111~118，民國86年7月
28.啟大建築師事務所，大魯閣長春路辦公大樓新建工程 交通衝擊評估，鼎漢國際工程顧問股份有限公司，中華民國八十八年四月
29.泰鑫建設股份有限公司、泰豐輪胎股份有限公司，中壢購物中心開發計畫 交通影響評估興改善規劃，鼎漢國際工程顧問股份有限公司，中華民國八十八年十月
30.鼎漢國際工程顧問股份有限公司，台北國際金融大樓新建工程 交通衝擊評估，中華民國八十七年六月
31.ITE, “Traffic Access and Impact Studies for Site Development” ITE Journal Vol. 58, No.8, August 1988
32.Keller, C.R. and Mehra, J., Site Impact Traffic Evaluation Handbook, U.S. DOT, FHWA/PL/85/0004, January 1985
33.The Michigan Department of Transportation, Evaluating Traffic Impact Studies — A recommended Practice for Michigan Communities, 1994
34.Institute of Transportation Engineers, Trip Generation, 5th Edition, 1991
35.Morries, P. and Therivel, R., Methods of Environmental Assessment, UCL Press Limited, 1996
36.The Institution of Highway & Transportation, Guidelines for Traffic Impact Assessment, 1994
37.Tanaka, H., Uejima, S. and Asai, K., Fuzzy linear regression model, presented at the Int. Congr. On Applied Systems Research and Cybernetics, Acapulco, Mexico, pp.12~15. Dec. 1980
38.Tanaka, H., Uejima, S. and Asai, K., Linear Regression Analysis with Fuzzy Model, IEEE Trans. Systems Man Cybernet. 12, pp.903~907, 1982
39.Zadeh, L. A., Fuzzy Sets as a Basis for a Theory of Possibility, Fuzzy Sets and Systems vol.1, pp.3~28, 1978
40.Nahmias, C., Fuzzy Variables, Fuzzy Sets and Systems 1, pp.97~111, 1978
41.Sugeno, M., Fuzzy Theory IV(Lecture Note), Journal of SICE22, pp.554~559, 1983
42.Dubois, D. and H. Prade, Operations on Fuzzy Number, Int. J. Syst. Sci. vol9, pp.613~626, 1978
43.Zadeh, L. A., The Concept of Linguistic Variable and its Application to Approximate Reasoning-I, Information Science 8, pp.199~249, 1975
44.Mizumoto, M. and Tanaka, K., Some Properties of Fuzzy Numbers, in:M.M. Gupta, R.K. Ragade and R.R. Yanger, Eds., Advances in Fuzzy Set Theory and Applications(North-Holland, Amsterdam), pp.153~164, 1979
45.Negoita, M. and Ralescu, D. A., Applications of Fuzzy Sets to Systems Analysis, Birkhauser, Basel-Boston, 1975
46.Nguyen, H., A Note on the Extension Principle for Fuzzy Sets, Journal Math. Anal. Appl.64, pp.369~380, 1978
47.Tanaka, H. and Watada, J., Possibilistic Linear Systems and Their Application to the Linear Regression Model, Fuzzy Sets and Systems 27, pp.275~289, 1988
48.曾喬彬，模糊理論在線性迴歸上的應用，台灣明志工專working paper，民國71年
49.Heshmaty, B. and Kandel, A., Fuzzy Linear Regression and Its Applications to Forecasting in Uncertain Environment, Fuzzy Sets and Systems15, pp.159~191, 1985
50.Lewis, D., Industrial and Business Forecasting Methods: a practical guide to exponential smoothing and curve fitting, Butterworth Scientific, 1982
51.Tanaka, H., Fuzzy Data Analysis by Possibilistic Linear Model, Fuzzy Sets and Systems 24, pp.363~375, 1987
52.Dubois D. and Prade, H., Fuzzy Sets and System: Theory and Applications, Academic Press, New York, 1980
53.Ogata, K., Discrete-Time Constrol Systems, Prentice-Hall Inc., 1987
54.Tanaka, H., Hayashi, I. and Watada, J., Possibilistic Linear Regression Analysis for Fuzzy Data, European Journal of Operational Research 40, pp.389~396, 1989
55.Bardossy, A., Note On Fuzzy Regression, Fuzzy Sets and Systems 37, pp.65~75, 1990
56.Dragan, M., Savic, A. and Pedryca, W., Evaluation of Fuzzy Linear Regression Models, Fuzzy Sets and Systems 39, pp.51~63, 1991
57.Moskowitz, H. and Kim, K. J., On Assessing the H Values in Fuzzy Linear Regression, Fuzzy Sets and Systems 58, pp.303~327, 1993
58.Bardossy, A., Bogardi, I. and Duckstein, L., Fuzzy Regression in Hydrology, Water Resources Research, Vol.26, No.7, pp.1497~1508, July 1990
59.Tanaka, H. and Hayashi, I., The Fuzzy GMDH Algorithm by Possibility Models and Its Application, Fuzzy Sets and Systems 36, pp.245~258, 1990
60.Kaneyoshi, M., Tanaka, H., Kamei, M. and Furuta, H., New System Identification Technique Using Fuzzy Regression Analysis, Proceedings of First Int. Sym. On Uncertainty Modeling and Analysis, Maryland, USA, pp.528~533, 1990
61.Tanaka, H. and Ishibuchi, H., Fuzzy Regression Analysis Using Neural Network, Fuzzy Sets and Systems 50, pp.257~265, 1992.
62.曾國雄、歐嘉瑞、陳郁文，稅賦規費徵收對台灣小汽車成長之影響─兼論模糊迴歸之應用，中華民國第一屆FUZZY理論與應用研討會，民國82年
63.Keeney, R. L., and Raiffa, H., Decision with Multiple Objective: Preference and Value Tradeoffs, New York: Wiley, 1976
64.台北市交通管制工程處，台北市主次要幹道行駛時間及延滯調查，台北市交通管制工程處，民國83, 84, 85年度
65.台北市交通管制工程處，台北市交通流量及特性調查，台北市交通管制工程處，民國83, 84, 85年度