652公車票價的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

以Android應用程式實現具大眾運輸系統都會區之一種旅程規劃機制

為了解決652公車票價的問題，作者丁樫隆 這樣論述：

在現今交通發達的時代，人們在陌生的都會區中往往會不知道該怎麼到達想去的地方，所以我們提供一套初到都會區的人們一種解決路線規劃的機制，使用最熱門的Android應用程式再加上公車資訊的路線規劃，可以提供使用者一些較佳的建議，研究的重點在公車資訊，最主要是因為現今的時代搭乘大眾交通運輸工具的人偏多，然又因智慧型手機普及化，所以手機應用程式的使用率會提高，因此本研究選擇使用最熱門的Android應用程式開發，搭配著交通局提供的公車資訊查詢系統，讓使用者可以得知建議路線與票價，在文中也有提到一些使用本文所開發的應用程式其優缺點以及建議讀者改善的一些方式。

多屬性群體決策方法選擇之研究

為了解決652公車票價的問題，作者張育維 這樣論述：

決策為組織或個人每日都在進行的活動，而多屬性決策則為管理者經常使用的決策技巧，常被用來處理具有多項評估屬性的決策問題上。過去已有學者提出許多不同的方法用以解決多屬性決策問題，由於不同方法的使用對於相同的問題而言，常會產生不同的評估結果，因而常造成管理者決策時的困擾。此外，在一般決策制定過程中，往往集結各種不同領域專家的意見而形成群體決策。在群體決策中，由於不同領域專家對於相同問題常會有不同的看法，故需加以整合而成專家共識。當各種整合方法所產生的結論不同時，如何找出一個值以代表整體專家共識，可謂一重要議題。 依據上述所示，吾人認為在多屬性群體決策中，仍舊有兩個議題值得更進一步深入研究。一

為不同多屬性決策方法所產生不同結果問題，一為群體決策整合問題。因此，本研究擬訂一套多屬性群體決策方法選擇模式，協助管理者在所有合適的多屬性群體決策方法中選擇最適合的方法，使群體決策的結果與參與決策專家的看法整體而言一致性程度最高，最為接近每位專家的看法，讓參與決策的專家更能願意接受群體決策的結果，並將本研究所發展的模式應用在不同類型的多屬性群體決策範疇上。 在多屬性群體決策方面，主要在層級分析法架構下，依據整合專家共識值方式分為-算術平均數或幾何平均數，加總方式分成-加總個別判斷(AIJ)與加總個別排序(AIP)及三種常見的多屬性方法- SAW、WP及TOPSIS，共整理出九種常見的多屬

性群體決策方法，並以「大眾運輸法定優待票價差額補貼財源籌措之研究」為例，說明本研究所提出模式之運算過程。研究結果發現，採取加總個別判斷之幾何平均數整合個別專家意見及多屬性決策法中的WP，其所產生的財源分配結果和個別專家意見一致性程度最高，故建議管理者選用此組方法，因其所產生的結果與專家意見看法最為接近，能更真實反應專家對問題的看法。 在模糊多屬性群體決策方面，依據群體決策整合方式分為-算術平均數與幾何平均數，三種常見的多屬性決策方法- SAW、WP及TOPSIS及三種常見的模糊數排序方法-重心法、等級平均加總法及距離量測法，共整理出十八種常見的模糊多屬性群體決策方法，並以「綠色公車技術式

選擇之研究」為例，說明本研究所提方法之計算過程。研究結果發現，採取算術平均數整合個別專家意見，重心法解模糊及SAW進行評估方案選擇，所產生的結果將和個別專家意見一致性程度最高，故建議管理者選擇此組方法，因其所產生的結果與專家的意見最為接近，能更真實、公正反應參與決策專家對問題的看法。 值得注意的是，不同多屬性決策問題可能因為資料型態及所參與決策的專家不同，而有不同的最適合的方法。本研究所研擬的多屬性群體決策方法選擇模式，能應用在一般多屬性群體決策問題上，將能更真實反應參與決策專家的內心感受，有助於協助管理者選擇合適的評估方法，進而提高群體決策品質。