新北市政府交通局 / 智慧交通營運監理中心 / 營運總覽與供需預測
資料週期:載入中 來源:載入中
供需形態篩選:
14
交通局 綜合規劃科
● 監理席在線
全區租賃站總數
依本資料集涵蓋行政區計算
未來預警|即將缺車站
模型未來預警(非目前事件)
未來預警|即將滿站站
模型未來預警(非目前事件)
已完成調度紀錄
0
供下一班調度員交班查閱
24 小時歷史回放

選擇資料基準時間

目前
06:30
30 分鐘
07:00
60 分鐘
07:30
2026/06/30 模型測試日 每 30 分鐘一格 · 共 48 個時段

新北市公共自行車 GIS 實時監測與預測圖層

全區載入中
AI 供需時間軸預測推移 (未來 30 / 60 分鐘)
基準時點 06:30
基準時點 +30 分鐘預估 +60 分鐘預估
載入中

載入中...

--
正在整理未來一小時的供需變化原因…
現在
--
可借車輛
+30 分
--
可借車輛
+60 分
--
可借車輛
建議介入:持續監測

目前供需穩定,建議持續觀察後續變化。

連續模型預警(歷史回放) 全資料集

重複缺車/滿車站點(連續模型預警)

資料為 SageMaker MME 對歷史回放各半小時時點的 +30 分鐘缺車/滿站模型預警(非實際缺車/滿站);檢查所選基準時段往前連續 1/2/3 小時是否皆有預警。時段不足者標資料不足。

正在整理警報…

新北市站點四大供需型態分類

供需型態是以 2026 年 1–4 月訓練資料完成的四種 K-Means「每站分類」,作為 XGBoost 模型的輸入特徵之一;無法可靠對應訓練場站的站點標為「未分群」,不硬分進四型(四個 XGBoost 模型只預測 +30/+60 分鐘可借/可還比例,不預測 K-Means 類別)。表格數字為對回放日各半小時時段呼叫既有 SageMaker MME 的真實 +30 分鐘預測整日彙整,非 appData.js 靜態值。

站點資料庫清單

連續點選同一欄位:升冪 → 降冪 → 預設排序。

調度防呆與二次失衡阻斷機制

避免派車過量導致目標站無位可還的二次災害,並自動排除故障待修車輛。

目標站容積鎖(規則草案)

85% 尚未由資料驗證,也未經主管機關核定。

來源站最低保留(規則草案)

35% 為介面規則提案,尚未由資料驗證。

故障車扣除(待串接)

目前沒有車輛級故障資料,尚未套入預測。

🤖 AI 智慧失衡偵測與市民分流

友愛接力 · 鄰近市民分流簡訊發送系統

以模型候選站產生訊息預覽;會員篩選、個資同意、優惠券與簡訊發送尚待 API。

1. 即時失衡熱點偵測

載入模型候選中

2. 簡訊預覽與受眾設定

【簡訊內容預覽 · 模擬發送】

請先選擇模型候選站。此處只產生內容預覽,不會真的發送。

● 狀態:僅預覽;尚未串會員、同意管理與簡訊 API

調度日誌

記錄已完成的 A/B 站調度,方便下一班調度員查閱。

完成紀錄

目前保存在這台瀏覽器;部署 AWS 後可改接 API 與 DynamoDB,供不同調度員共同查閱。

累積預估節省里程
0.00 km
累積預估減碳
0.000 kg CO₂e
完成時間 調度員 A 站 後續站點 備註 ESG 估算 操作
尚無調度紀錄

調度車路線規劃

合併調度路線
公里
分開派車基準
公里(情境估算)
預估節省里程
公里
預估減少碳排
kg CO₂e

情境估算:比較各站分開派車與合併成一趟;暫採 0.25 kg CO₂e/公里,非正式碳盤查結果。

自動多站調度任務

系統自動選擇最高優先 A 站,並安排 A 站 1 公里內最多 3 個其他警示站,不需人工挑選。

開始位置:新北市政府(預設)

目前使用新北市政府;可按重新定位改用裝置位置。

自動排程範圍:A 站周圍 1 公里,最多 A、B、C、D 共 4 站。

正在計算自動派遣優先順序…

    在 Google Maps 開啟完整路線 ↗

    Google Maps 會規劃實際道路與行車時間;手機可接續導航,電腦顯示路線預覽。尚未串接施工資料。

    完整行車路線

    由目前位置出發,依站點清單順序計算道路路線。預估時間不含停靠、即時路況及施工資訊。

    等待計算路線

    路線:OSRM 公開示範服務 · 地圖:OpenStreetMap。此處為道路路線預覽,尚無即時定位跟隨。

    全區即時失衡告警與違約風險清單

    紅色只代表缺車黃色只代表滿車。滿車任務優先排序;模型結果供人工確認,不會自動派車。

    連續點選同一欄位:升冪 → 降冪 → 預設排序。實質水位依百分比排序。

    處置動作
    載入模型告警中