| 论文名称 | 考量运输整合之随机性物流中心选址与容量规划问题 |
| 年别 | 108 |
| 学位 | 硕士 |
| 学校系所 | 交通大学 运输与物流管理学系 |
| 作者 | 陈建任 |
| 指导教授 | 黄宽丞 |
| 论文摘要 | 企业刚进入市场时, 首先建置工厂生产商品, 再来 寻求供给原料的上游供应商,此时物流作业和客源开发则交给合作通路商。供需稳定后,便会思考是否需着手建立自身物流 系统 ,包括车队和物流 中心 ,本论文将以此为研究背景,假设企业已知其供应商、制造工厂与下游零售商位置的前提下,决策物流中心设置地点和容量规划 的问题。 在货物运送过程中,货车回程时会产生空车回程成本,空车回程会降低运输效率,为了减少其影响,本研究拟整合「供应商-工厂」及「工厂-物流中心」两段运输流程 ,此外,由于物流中心 设置决策属于长期规划 若不考量零售商需求量的不确定性,将导致物流中心使用后期效果不彰。基于上述考量,本研究拟整合运输 流程,并同时考量下游零售商的需求不确定性,希望借此 提升运输效率并对于随机需求做出完善的决策 。本研究透过建构混合整数规划之随机规划模型与基因算法求解物流中心选址之最佳化问题,利用数值测试检验求解品质与效 率,并利用 完整资讯之期望价值 (EVPI)与随机解价值 (VSS)此两项指标 来评估随机规划之相关价值 ,另外对外包成本 进行敏感度分析。 根据数值测试的结果, 发现若在决策物流中心地点 和容量的同时,能整合运输并考量下游需求的不确定 性,便能 大幅降低总成本且做出完善的决策;而随着外包成本 的变动 会影响各项目标值和随机规划之数值; 此外,基因算法的近似解与最佳解间的差距平均为 0.2%,且能节省超过 50%的求解时间 ,当问题规大到最佳化软件无法求解时,可以借由基因算法来帮助求解近似解。 |
| 附件下载 | (电子档于111-08-13后开放下载) 考量运输整合之随机性物流中心选址与容量规划问题.pdf |
| 张贴日 | 2019/11/04 |
| Hashtags |
查看次数:
6