交通部运输研究所

论文名称	考量时间窗与同时收送货之周期性合并补货与异质性车辆途程问题
年别	112
学位	硕士
学校系所	国立阳明交通大学运输与物流管理学系
作者	黄祐瑄
指导教授	姚铭忠
论文摘要	本研究探讨「考量时间窗与同时收送货之周期性合并补货与异质性车辆途程问题」，该问题为周期性存货途程问题的延伸。本研究议题欲求得一个能最小化运用「供应商管理库存」(Vendor Managed Inventory, VMI)营运模式之供应商的平均每日总成本的补货排程与车辆途程，其中包含：规划周期长度、每位客户的补货周期与补货日期、规划周期中每日的车辆指派，以及每日指派的车辆之配送路线。决策情境中需考量客户服务时间窗、客户仓储容量、车载容量与车辆驾驶工时上限之实务相关限制，并且供应商采取二幂补货策略，以异质性车队进行同时收送货之补货作业。此外，本研究根据「巢式条件」  与「固定车辆限制」共考量三种不同决策情境下的补货排程，分别为：(1)情境一(CIRP2)、 (2)情境二(CIRP2-DV)与(3)情境三(CIRP2-NPDV)。 本研究针对三种决策情境分别提出数学模式与三种求解算法，对应求解的问题情境分别为：(1)NNPUDV 算法、(2)NNPDV 算法与(3)NPDV 算法。其中「NPDV 算法」改写自文献中之算法，再根据本研究问题情境加入异质性车队的使用、时间窗限制与同时收送货之特性；「NNPDV 算法」为本研究提出，以 NPDV 算法之解作为起始解，放松巢式条件并寻得成本更低的补货排程；「NNPUDV 算法」亦为本研究提出，以 NNPDV 算法之解作为起始解，再放松固定车辆限制，以搜寻限制条件最宽松下较优的补货排程。 本研究运用数据实验探讨：(1)「巢式条件」与「固定车辆限制」及(2)时间窗长度对于平均每日总成本的影响，作为订定服务契约的决策参考。由本研究进行的数据实验显示，本研究提出的三种算法皆能在相当短的时间内完成求解。其中 NNPDV  与 NNPUDV 算法能分别以相对数学模型 1/80,000 与 1/66,000 的运算时间，求得差距不大于 6%的解。以客户数量作为问题规模之标准时，两种算法在平均情况下的计算复杂度为𝑂(𝑛2)，因此针对规模较大之问题，亦能有效率地进行求解。
附件下载	电子档于2028-10-17公开下载
张贴日	2025/04/21
Hashtags