對長途客運業而言，駕駛員不佳的駕駛績效，不但會對行車安全造成威脅、降低服務品質，同時也會增加業者的營運成本，降低其競爭力。因此如何有效提升駕駛員的駕駛績效，對長途客運業者來說是一個重要的課題。
影響駕駛員駕駛績效之因素極為繁多，在資源有限的情況下，利用數位式行車紀錄器去記錄其駕駛行為，並結合駕駛員個人資訊，使用類神經網路進行運算，盡可能找出影響駕駛員駕駛績效之相關因素，並依此管理駕駛行為。
影響類神經網路預測正確的因素很多，本研究將訓練與測試範例、輸入的變數、隱藏層處理單元數、隱藏層的數目、學習法則、轉換函數、學習速率及慣性因子等因素陸續加入模型中，找出最佳的模型，並利用多神經元編碼與單神經元編碼之方式，分別構建類神經網路模式，以比較兩者之間的異同。
本研究結果發現，以超速次數、緊急煞車次數與加速次數當作駕駛績效定義的駕駛績效判別模式，平均總正確率為98.35%(優等級為99.14%、普通等級為87.20%、差等級為85.71%)。

For inter-city bus transportation company, bad driving effects not only threaten the driving safety, low down the service quality, but also increase the cost and low down the power of competition. It becomes a great issue for the inter-city bus transportation company to find stratagem to efficiently increase driver’s driving effects.
The factors that influence the driving effects of the drivers are a lot for the limited resource situation. The driver’s driving behavior is automatically traced with the digital vehicle recorders and combine driving behavior with driver’s personal information to apply to a prediction method of Artificial Neural Network(ANN) to find out the factors which influence driving effects and administer driver’s driving behavior.
The performance of ANN model was affected by the elements including training and test set, input variable, hidden layer, learning rule, transfer function, and momentum factor ect. These elements were considered to develop the best ANN model. The multiple neurons and single neuron ANN models were developed to compare the similarities and differences.
This research shows the types of driving effects which was defined by speeding occurs, harsh breaking occurs and harsh accelerating occurs correct rate can achieve 98.35% (the superiority 99.14%, the ordinary 87.20%, the bad 85.71%).

參考文獻
一、中文部份
1.王運銘，「省油駕駛方法」，能源季刊，第十五卷第一期，頁22-29，民國74年。
2.吳志文，「以類神經網路探討船舶事故之研究」，成功大學交通管理科學研究所碩士論文，民國89年。
3.李惠妍，「類神經網路與迴歸模式在台股指數期貨預測之研究」，成功大學高階管理碩士在職專班碩士論文，民國92年。
4.周雍傑，「以類神經網路探討都市地區肇事嚴重程度之研究」，成功大學交通管理科學研究所碩士論文，民國89年。
5.林家聖，「駕駛人不當操作行為對公路客運行車及保修費用影響之研究」，交通大學交通運輸研究所碩士論文，民國91年。
6.張有恆、施宗佑，「不同道路系統小客車行車耗油模式之研究」，能源季刊，二十一卷一期，頁21-40，民國80年。
7.張季倫，「公路客運行車監控之研訂及駕駛與車輛資料庫管理系統之研發—數位式行車紀錄器之應用」，交通大學交通運輸研究所碩士論文，民國91年。
8.張舒斐，「自由階層處理法、迴歸分析、集群分析與麥氏指數比較之研究—以台灣地區國際觀光旅館為例」，國防管理學院資源管理研究所碩士論文，民國93年。
9.曹民雄，「公路旅客運輸能源消費特性之研究」，交通大學交通運輸研究所碩士論文，民國73年。
10.陳順宇，「多變量分析」，華泰書局，民國93年。
11.陳瑞鈴，「阿羅哈克運公司應用數位式行車紀錄器建立優良駕駛管理行為管理系統之研究」，長榮大學經營管理研究所碩士論文，民國92年。
12.陳瑞鈴、趙國婷及張季倫，「客運公司駕駛管理方式之研究」，中華民國運輸學會第17屆論文研討會，民國91年。
13.楊雨青，「高速公路事件偵測與匝道儀控整合模式之研究—類神經網路之應用」，成功大學交通管理科學研究所碩士論文，民國87年。
14.葉怡成，「應用類神經網路」，儒林書局，民國91年。
15.葉怡成，「類神經網路模式應用與實作」，儒林書局，民國91年。
16.劉英標，「自駕駛行為對油耗、污染之影響分析汽車輸出狀態控制模式較佳化之研究(上)」，中華道路，第三十二卷三期，頁30-42，民國82年。
17.蔡瑞煌，「類神經網路概論」，三民書局，民國84年。
18.盧啟文，「使用中車輛污染與油耗特性之研究」，交通大學交通運輸研究所碩士論文，民國75年。
19.賴明堂，「市區小客車行車耗油模式建立之研究」，交通大學交通運輸研究所碩士論文，民國75年。
20.賴惠君，「都市貨運貨物分類之研究」，交通大學交通運輸研究所碩士論文，民國75年。
21.簡芃榛，「統計方法應用於消費性業務銀行顧客關係管理系統之研究」，成功大學統計學研究所碩士論文，民國92年。
22.魏健宏、楊雨青，「高雄港轉口貨櫃運量預測—以類神經網路評選輸入變數」，運輸學刊第十一卷第三期，頁1-20，民國88年。
23.藍武王、陳瑞玲、郭怡雯、林家聖、張季倫，「駕駛人不當操作行為之監控、考評與獎懲—數位式行車記錄器之應用」，中華民國運輸學會第17屆論文研討會，頁775-782，民國91年。

二、英文部分
1.Chiang, W.C., Urban, T.L. and Baldridge, G.W., “A Neural Network Approach to Mutual Fund Net Aasset Value Forecasting ,“ Omega, Int. J. Mgmt. Sci.Vol.24, No.2, pp.205-210, 1995.
2.Decicco, J. and Ross, M., “Recent advances in automotive technology and the cost-effectiveness of fuel economy improvement,” Transportation Research Part D, Vol. 1, No. 2, pp. 79-96, 1996.
3.Evans, L., “Driver behavior effects on fuel consumption in urban driving, ” Human Factors, Vo1.21, No.4, pp.389-398, 1979.
4.Hashemi, R.R., Le Blanc, L.A., Ruck, C.T., and Sherry, A., A Neural For Transportation Safety Modeling, 1995.
5.Hooker, J. N., “Optimal driving for single-vehicle fuel economy, ” Transportation Research Part A, Vol. 22, No. 3, pp. 183-201, 1988.
6.Mussone, L., Ferrari, A., and Oneta, M., “An Analysis of Urban Collisions Using an Artificial Intelligence Model”, Accident Analysis and Prevention Vol.31, No.6, pp.705-718, 1999.
7.Mussone, L., Rinelli, S., and Reitani, G., “Estimating the Accident Probability of a Vehicular Flow by Means of Artificial Neural Network”, Environment and Planning B：Planning & Design Vol.23, No.6, pp.667-675, 1996.
8.Waters, M. H. L. and Laker, I. B., “Research on Fuel Conservation for Cars”, Report No. 921, Transportation Research Laboratory, Crowthorne, England, 1980.
9.Warner, B. and Misra, M., “Understanding Neural Networks as Statistical Tools, The American Statistician”, Vol. 50, No. 4, pp.284-293,1996.
10.Zurada, J.M. “Introduction to Artificial Neural Syatems”, Info Access Distribution Pte Ltd., Singapore, pp.207-219, 1992.

三、網站部分
1.交通部台灣區國道高速公路局，http://www.freeway.gov.tw