伴隨經濟與都市之發展，民眾生活品質日益提高，市區道路管理之意識高漲，道路施工品質隨著技術層次提升進而改善使道路服務水準，促使市區道路路網發展成形，各政府機關須有效利用資源以管理道路並施行養護作業。依據內政部營建署針對市區道路所進行之「市區道路養護管理暨人行環境無障礙考評計畫」，考評結果得知各縣市政府於市區道路養護管理上逐漸進步，但尚有部分問題需要改善，因此，本研究欲透過市區道路服務品質及道路養護經費進行關聯性分析，探討如何於有限經費下達到一定水準之道路服務品質與平坦度改善效率。另外，將各縣市之道路相關因子進行比較及各別性分析，深入了解各縣市各年度之基本資訊及相互關係，並透過三種人工智慧統計分析方法，分別為遺傳表達規劃法(GEP)、廣義迴歸類神經網路(GRNN)及支持向量迴歸(SVR)，建構適用於各縣市政府未來考評計畫之分數預測模型，經本研究比較分析後，SVR分析結果為最佳，其判斷係數R2達0.9表示具高度解釋能力，故採用SVR建立預測模型之程式。以臺北市做為個案研究，得知當養護經費提高道路服務品質隨之提升，並將所得之估算經費帶入建立之模型中，最後綜合探討適用於臺灣市區道路養護管理之策略。

Urban road service level is always concern by resident in Taiwan area. According to the survey of “Urban Road Maintenance Management and Pedestrian Accessible Environment Assessment Project” which was held by Construction and Planning Agency, Ministry of the Interior (CPAMI), local governments have made progress in maintenance management of the urban road. However, there still are a few problems needing to be solved. The research aims to obtain correlation analysis between urban road service quality and funds of road maintenance, and discuss how to improve the performance of road service and the road roughness level under limited funds. In order to deeply explore the basic information and interrelationships of each city and county in Taiwan. This research compared and conducted an analysis for each parameters of urban roads in Taiwan, and constructed a prediction model for future assessment project of governments using three Artificial Intelligence (AI) analysis methods included Gene Expression Programming (GEP), General Regression Neural Network (GRNN) and Support Vector Regression (SVR). After completing the comparative analysis of the research, SVR analysis showed the best performance in forecasting of the three methods. The coefficient of determination (R2) is 0.9 in a high level of interpretation, indicating that SVR model is good enough to establish the best prediction model of the project. The most important parameter would influence the roughness is funding. In the case study of Taipei City, the quality of pavement performance will significance be raised by the increasing of the maintenance funding, and the SVR prediction model could be utilized in field. Based on above, this study is worthy of further study in the future.

1. Aboelmagd Noureldin, Tashfeen B. Karamat, Mark D. Eberts and Ahmed El-Shafi, “Performance enhancement of MEMS-based INS/GPS integration for low-cost navigation applications”, IEEE Transactions on Vehicular Technology, 58-3, pp.1077-1096, 2009.
2. ASTM Standard D6433-16, “Standard Practice of Roads and Parking Lots Pavement Condition Index Surveys”, American Society of Testing and Materials, ASTM International, USA, 2016.
3. ASTM Standard E1274-03, “Standard Test Method for Measuring Pavement Roughness Using a Profilograph”, American Society of Testing and Materials, ASTM International, USA, 2012.
4. ASTM Standard E1926-08, “Standard Practice for Computing International Roughness Index of Roads from Longitudinal Profile Measurements”, American Society of Testing and Materials, ASTM International, USA, 2015.
5. Chi-Jie Lu, Tian-Shyug Lee, Chih-Chou Chiu, Financial time series forecasting using independent component analysis and support vector regression, Decision Support Systems, Volume 47, Issue 2, pp.115-125, 2009.
6. Chi-Yuan Yeh, Chi-Wei Huanga and Shie-Jue Lee, A multiple-kernel support vector regression approach for stock market price forecasting, Expert Systems with Applications, In Press, Corrected Proof, 2010
7. City of Toronto, “Road Classification System–Summary Document” , Toronto Transportation Services, Canada, 2013.
8. City of Toronto, “Transportation Division”, Toronto Transportation Services, Canada, 2015.
9. Ferreira, C., Gene Expression Programming in Problem solving, Invited tutorial of the 6th online World Conference on Soft Computing in Industrial Applications, Sep. 10-24, 2001.
10. Ferreira C., Gene Expression Programming: A New Adaptive Algorithm for Solving Problem, Complex System, Vol.13 (2), pp.87-129, 2001.
11. Frank Mecham., Bruce Gibson, etc., Pavement Engineer, “Pavement Management Report”, Department of Public Works Transportation Division, 2015.
12. Frank Mi-Way Ni, “The Preliminary Study of conducting Pavement Maintenance Model for Taiwan Provincial Highways using Life-Cycle Cost Analysis”, National Central University, Department of Civil Engineering Master Thesis, 2016.
13. Hosten, Akyiaa Makeda, “District Level Preventive Maintenance Treatment Selection Tool for Use in Virginia”, Master of Science In Civil Engineering, Virginia Polytechnic Institute and State University, 2012.
14. Lewis, C.D., “Industrial and Business Forecasting Methods”, Butterworths, 1982.
15. Muhammad Arif Beg, Ambarish Banerjee, “Developing Optimized Maintenance Work Programs for an Urban Roadway Network using Pavement Management System”, the 9th International Conference on Managing Pavement Assets, 2015.
16. Pagano, A. M., McNeil, S., Morreale, A., Pal, S., Schermann, J. and Berner, J. "Best Practices for Linking Strategic Goals to Resource Allocation and Implementation Asset Management Program." In MRUTC, 02-05, 2004.
17. Patton, James B. and Jovan Ilic, “Identification of Static Distribution Load Parameters Using General Regression Neural Networks”, Proceedings of the 36th Midwest Symposium on Circuits and systems, Vol.2, 1023-1026,1993.
18. R Haas, WR Hudson, “Future Prospects for Pavement Management”, Department of Civil and Environmental Engineering, University of Waterloo, Canada, 1997.
19. Recep Düzgün, “Generalized Regression Neural Networks for Inflation Forecasting”, International Research Journal of Finance and Economics, ISSN 1450-2887 Issue 51, pp.59-70, 2010.
20. Reza Ghaeli, Bruce G. Hutchinson, Ralph Haas, and David Gillen, “Pavement and Bridge Cost Allocation Analysis of the Ontario, Canada, Intercity Highway Network”, Transportation Research Record 1732, Paper No. 00-1248, pp.99-107, 2014.
21. Rumane, A. R., “Quality Management in Construction Projects” CRC Press, Taylor & Francis Group, Fl, USA, Pages 6-9, 2011.
 
22. Shaikh Abdul Hannan, R. R. Manza and R. J. Ramteke, “Generalized Regression Neural Network and Radial Basis Function for Heart Disease Diagnosis”, International Journal of Computer Applications, pp.7-13, 2010.
23. Tony Kane, “Opening Session Welcome”, Performance Measures to Improve Transportation Systems: Summary of the Second National Conference. National Academy Press, Washington, D.C., 2005.
24. Transportation Association of Canada, “Performance Measures for Road Networks: A Survey of Canadian Use”, Transport Canada, Canada, 2006.
25. Transportation Association of Canada, “Performance Measures for Road Networks:A Survey of Canadian Use”, Transport Canada, p.10, 2006.
26. TxDOT Construction Division, “Pavement Management Information System Rater's Manual”, Texas Department of Transportation, Materials and Pavements Section, 2004.
27. Virginia Department of Transportation, “Urban Construction and Maintenance Program”, Policies and Guidelines, 2015.
28. World Road Association, “International Road Maintenance Handbook: Practical Guidelines for Rural Road Maintenance, Volume I of IV. Roadside Areas and Drainage”, Financed and coordinated by ODA and TRL, 1994.
29. 「平成23年度の道路事業費」，道路統計年報，日本國土交通省，2013年。
30. 內政部營建署，「市區道路鋪面養護作業手冊」，2002年。
31. 內政部營建署，「市區道路養護管理暨人行環境無障礙考評手冊」，2016年。
32. 內政部營建署，「市區道路養護管理暨人行環境無障礙考評評鑑報告」，2012年。
33. 內政部營建署，「市區道路養護管理暨人行環境無障礙考評評鑑報告」，2013年。
34. 內政部營建署，「市區道路養護管理暨人行環境無障礙考評評鑑報告」，2014年。
35. 內政部營建署，「市區道路養護管理暨人行環境無障礙考評評鑑報告」，2015年。
36. 任怡賓，「提升管線工程與路平施工整合機制之研究-以臺北市市區道路為例」，國立中央大學土木工程學研究所碩士論文，2014年。
37. 朱良斌，「臺北市政府推動路平專案執行策略與成效之研究」，國立台北科技大學土木與防災研究所碩士論文，2012年。
38. 朱菊如，「基因表達規劃法應用於信用卡逾期流入預測之研究」，輔仁大學資訊管理學系在職專班碩士論文，2011年。
39. 吳佳真，「日韓航線航空旅客運量預測模式之建構」，逢甲大學運輸科技與管理學系碩士論文，2012年。
40. 吳宗榮、王雅禾，「打造道路好行健康城市-臺南市政府工務局推動路平專案經驗分享」，鋪面工程，第十二卷 第一期，p.73-84，2014年。
41. 吳薏苓、李虹葶、鄭春生，「應用支援向量迴歸建立製程產品剖面資料之監控程序」，品質學報，21(3)，189-203，2014年。
42. 呂佳玲，「市區道路平坦度評估準則之探討」，國立臺灣大學土木工程學研究所碩士論文，2003年。
43. 呂彗青，「以基因表示規劃法為基礎之共同基金客戶風險屬性分類」，碩士論文，輔仁大學資訊管理學系，2010年。
44. 李佩宜，「人行道適宜性評估模式之初擬」，逢甲大學運輸科技與管理學系碩士論文，2012年。
45. 李博志，《應用計量經濟學》，台北：五南圖書出版公司，2000年。
46. 角川浩二，「利用者費用を考慮した道路舗装の維持修繕の改善‐維持管理指数（MCI)に基づく維持修繕基準の見直し」，土木学会第55回年次学術講演会，2000年。
47. 周家蓓、李怡萱，「鋪面平坦度檢測標準之探討」，中華技術季刊，第65期，1月號，2005年。
48. 林昆虎，「市區道路網級鋪面管理架構建立之研究–以臺北市為例」，國立中央大學土木工程學研究所博士論文，2015年。
49. 夏靜，「基於廣義回歸類經網路的工業過程優化建模」，哈爾濱理工大學控制理論與控制工程自動化學院碩士班論文，2000年。
50. 崔東文、郭榮，「基於GRNN模型的區域水資源可持續利用評價-以雲南文山州為例」，人民長江期刊第43卷第5期，pp.26-31，2012年。
51. 張家瑞，「建立台灣地區瀝青路面網級養護管理系統－以公路局中壢工務段為例」，國立中央大學土木工程系博士論文，2001年。
52. 張鳳嬌，「我國中央政府預算執行效率與影響因素之探討」，淡江大學會計學系碩士在職專班，2008年。
53. 曹榮軒，「建置市區道路鋪面維護管理系統之研究-以桃園縣中壢市為例」，國立中央大學土木工程學研究所碩士論文，2012年。
54. 陳芳智，「交通部公路總局辦理路平專案成果提升策略之研究」，國立中央大學土木工程研究所碩士論文，2008年。
55. 陳帝豪，「應用基因表達規劃法於股票交易規則之設計」，中華民國資訊管理學會研討會論文集，第2351-2365頁，2012年。
56. 陳春錦、翁鄭啟志、張家瑞、趙紹錚、唐宗輝，「宜蘭縣市區道路養護管理作為」，鋪面工程，第十二卷 第一期，p.21-26，2014年。
57. 陳得意、林昆虎、林慧忠，「臺北市提昇道路挖掘管理績效之作為」，鋪面工程，第十二卷 第一期，p.61-72，2014年。
58. 陳寬裕、何嘉惠與蕭宏誠，「應用支援向量迴歸於國際旅遊需求之預測」，旅遊管理研究第四卷第一期，pp.81-97，2004年。
59. 陳鋒，「基於IP和GEP演算法的股票預測」，電腦工程與應用期刊，第43卷第26期，2007年。
60. 黃敬淳，「平行式類神經網路電力負載預測系統模式化之研究」，東海大學工業工程與經營資訊學系碩士論文，2005年。
61. 楊宏達，「道路養護工程預算分配模式之建構」，國立雲林科技大學營建工程系碩士論文，2007年。
62. 廖勇，「基於基因表達規劃法的股票指數和價格時間序列分析」，中國四川大學計算機應用系碩士論文，2006年。
 
63. 管相柔，「匯率預測模型之研究-ARIMA之應用」，中原大學國際貿易學系研究所碩士論文，2007年。
64. 劉易昌，「支援向量機於財務預測上的應用」，靜宜大學資訊管理學系研究所碩士論文，2003。
65. 劉亭宜，「在GRNN在晶圓製造裡良率模式之建構與分析」，元智大學工業工程研究所碩士論文，2000年。
66. 劉建志，「平坦度檢測儀器適用性比較與規範探討」，國立中央大學土木工程系碩士論文，2012年。
67. 鍾孟蓉，「應用支持向量迴歸及Holt-Winter建構兩岸往來人數之預測模式」，逢甲大學運輸科技與管理學系專題研究報告書，2009年。
68. 魏光譽，「以平衡計分卡建構縣市政府道路養護管理指標之研究」，國立中央大學土木工程學研究所博士論文，2014年。