Feeder system design : a case study of Nakhon Ratchasima Municipality
14
3
Issued Date
2022
Copyright Date
2022
Resource Type
Language
eng
File Type
application/pdf
No. of Pages/File Size
xviii, 205 leaves : ill.
Access Rights
open access
Rights
ผลงานนี้เป็นลิขสิทธิ์ของมหาวิทยาลัยมหิดล ขอสงวนไว้สำหรับเพื่อการศึกษาเท่านั้น ต้องอ้างอิงแหล่งที่มา ห้ามดัดแปลงเนื้อหา และห้ามนำไปใช้เพื่อการค้า
Rights Holder(s)
Mahidol University
Bibliographic Citation
Thesis (M.Eng. (Logistics and Supply Chain))--Mahidol University, 2022
Suggested Citation
Pawitchaya Phuengkhoksung Feeder system design : a case study of Nakhon Ratchasima Municipality. Thesis (M.Eng. (Logistics and Supply Chain))--Mahidol University, 2022. Retrieved from: https://repository.li.mahidol.ac.th/handle/123456789/114178
Title
Feeder system design : a case study of Nakhon Ratchasima Municipality
Alternative Title(s)
การวางแผนระบบขนส่งสาธารณะระบบรอง : กรณีศึกษา เขตเทศบาลนครนครราชสีมา
Author(s)
Advisor(s)
Abstract
Nakhon Ratchasima Municipality expects to be able to reform public transportation by constructing the Light Rail Transit (LRT). The aim of the research is to identify LRT station catchment areas to compute the detour index for station accessibility and to develop in connection with the transit-oriented development concept (TOD). ArcGIS software and detour index techniques are used to analyze spatial data. According to the findings, the areas surrounding Maharat hospital station had the highest detour index value of 0.76, in a walkable 324-meter distance. The design of the feeder system is influenced by the catchment area, which serves an important purpose. The study develops a model to forecast travelers' preferred modes of travel, which include feeder systems (minibuses) and personal cars. The questionnaires containing the stated preference question were distributed. Responses were collected from 425 respondents. The binary logit model was calibrated and validated, and then performance was evaluated using machine learning methodologies. Travel costs and income levels were found to be factors influencing travel mode choice; additionally, the detour index or efficiency accessibility was used to categorize data and improve forecasting accuracy.
เทศบาลนครนครราชสีมาวางแผนพัฒนาและปฏิรูปโครงสร้างพื้นฐานด้านระบบขนส่งสาธารณะด้วยการสร้างรถไฟฟ้ารางเบา (LRT) วัตถุประสงค์ของการศึกษา คือ การระบุพื้นที่บริการ (Catchment area) ของสถานี LRT เพื่อหาค่าที่สามารถแสดงประสิทธิภาพการเข้าถึงสถานีและเพื่อพัฒนาพื้นที่ร่วมกับแนวคิด Transit-Oriented Development (TOD) โดยใช้โปรแกรม ArcGIS และเทคนิค Detour index เพื่อวิเคราะห์ข้อมูลเชิงพื้นที่ ผลการวิจัยพบว่า พื้นที่โดยรอบสถานีโรงพยาบาลมหาราชมีค่า Detour index สูงสุด คือ 0.76 ซึ่งอยู่ในระยะเดินที่ยอมรับได้ 324 เมตร ผลลัพธ์การวิเคราะห์เชิงพื้นที่เพื่อระบุค่าการเข้าถึงสถานีนำไปสู่การจัดทำระบบขนส่งสาธารณะเพื่อการเชื่อมต่อการเดินทางสู่สถานีรถไฟฟ้า LRT (ระบบ Feeder) ซึ่งการศึกษาได้พัฒนาแบบจำลอง Binary Logit เพื่อคาดการณ์รูปแบบการเดินทางที่ผู้เดินทางพอใจสูงสุด โดยมีทางเลือก คือ ระบบ Feeder (รถสองแถว) และรถยนต์ส่วนบุคคล โดยใช้วิธีการให้ผู้เดินทางในเขตเทศบาลตอบแบบสอบถามในลักษณะสถานการณ์สมมติ และรวบรวมคำตอบจากผู้ตอบแบบสอบถามจำนวน 425 คน จากนั้นนำข้อมูลมาพัฒนาแบบจำลอง Binary Logit และตรวจสอบประสิทธิภาพของแบบจำลองด้วยวิธีการ Machine Learning (ML) จากการศึกษาพบว่า ปัจจัยที่ส่งผลต่อการเลือกโหมดการเดินทาง คือ ค่าใช้จ่ายในการเดินทาง และระดับรายได้ นอกจากนี้การใช้ Detour index หรือค่าความสามารถในการเข้าถึงสถานี สามารถนำมาใช้จัดกลุ่มเพื่อปรับปรุงประสิทธิภาพการคาดการณ์ ให้มีความแม่นยำในการพยากรณ์ได้ในระดับที่เหมาะสม
เทศบาลนครนครราชสีมาวางแผนพัฒนาและปฏิรูปโครงสร้างพื้นฐานด้านระบบขนส่งสาธารณะด้วยการสร้างรถไฟฟ้ารางเบา (LRT) วัตถุประสงค์ของการศึกษา คือ การระบุพื้นที่บริการ (Catchment area) ของสถานี LRT เพื่อหาค่าที่สามารถแสดงประสิทธิภาพการเข้าถึงสถานีและเพื่อพัฒนาพื้นที่ร่วมกับแนวคิด Transit-Oriented Development (TOD) โดยใช้โปรแกรม ArcGIS และเทคนิค Detour index เพื่อวิเคราะห์ข้อมูลเชิงพื้นที่ ผลการวิจัยพบว่า พื้นที่โดยรอบสถานีโรงพยาบาลมหาราชมีค่า Detour index สูงสุด คือ 0.76 ซึ่งอยู่ในระยะเดินที่ยอมรับได้ 324 เมตร ผลลัพธ์การวิเคราะห์เชิงพื้นที่เพื่อระบุค่าการเข้าถึงสถานีนำไปสู่การจัดทำระบบขนส่งสาธารณะเพื่อการเชื่อมต่อการเดินทางสู่สถานีรถไฟฟ้า LRT (ระบบ Feeder) ซึ่งการศึกษาได้พัฒนาแบบจำลอง Binary Logit เพื่อคาดการณ์รูปแบบการเดินทางที่ผู้เดินทางพอใจสูงสุด โดยมีทางเลือก คือ ระบบ Feeder (รถสองแถว) และรถยนต์ส่วนบุคคล โดยใช้วิธีการให้ผู้เดินทางในเขตเทศบาลตอบแบบสอบถามในลักษณะสถานการณ์สมมติ และรวบรวมคำตอบจากผู้ตอบแบบสอบถามจำนวน 425 คน จากนั้นนำข้อมูลมาพัฒนาแบบจำลอง Binary Logit และตรวจสอบประสิทธิภาพของแบบจำลองด้วยวิธีการ Machine Learning (ML) จากการศึกษาพบว่า ปัจจัยที่ส่งผลต่อการเลือกโหมดการเดินทาง คือ ค่าใช้จ่ายในการเดินทาง และระดับรายได้ นอกจากนี้การใช้ Detour index หรือค่าความสามารถในการเข้าถึงสถานี สามารถนำมาใช้จัดกลุ่มเพื่อปรับปรุงประสิทธิภาพการคาดการณ์ ให้มีความแม่นยำในการพยากรณ์ได้ในระดับที่เหมาะสม
Degree Name
Master of Engineering
Degree Level
Master's degree
Degree Department
Faculty of Engineering
Degree Discipline
Logistics and Supply Chain
Degree Grantor(s)
Mahidol University