论文名称 考量重叠服务区域下整合车辆路径之最佳服务区域划分问题
年别 110
学位 硕士
学校系所 国立交通大学 运输与物流管理学系
作者 邱曼婷
指导教授 姚铭忠
论文摘要         本研究探讨的「考量重叠服务区域下整合车辆路径之最佳服务区域划分问题」为服务区域划分问题之延伸。即考量广义型重叠服务区域架构,且已知场站及顾客点座标与顾客需求具随机性下,求解物流快递业者最佳服务区域划分之长期决策。本研究所考量之「广义型重叠服务区域」概念,即多个服务区域可相互重叠,以期使车辆路径安排与车队运用更具弹性,来减少物流快递业者之车辆路径营运总成本。
          本研究运用蒙地卡罗模拟法实现顾客随机需求,再以谢宗桓(2018)提出之基因算法求解单日最佳车辆路径规划,并得到一车辆路径营运总成本。透过蒙地卡罗模拟多日顾客需求,运用上述方式针对每日求解最佳车辆路径规划,再计算其平均值获得一长期期望营运总成本,作为本研究服务区域划分之评估基准。本研究运用贪婪算法、禁忌搜寻算法及禁忌搜寻算法结合最佳计算预算配置法,来求解服务区域划分。实验结果显示,三种算法求得之解的平均值在统计成对t检定上并无显着差异,但就平均值而言,贪婪算法所求得之解的平均长期期望营运总成本较低,且其所花费计算时间不超过两种禁忌搜寻算法之5.55%。本研究依随机产生例题对不同顾客点数进行分析,结果显示贪婪算法之计算时间与顾客点数呈线性成长。故即使为大型实验问题,贪婪算法亦能在合理时间求得品质相当之服务区域划分的解。依数据实验结果,在求解「考量重叠服务区域下整合车辆路径之最佳服务区域划分」问题时,本研究推荐运用贪婪算法作为决策者之有效决策方法。
附件下载 (电子档于115-02-03后开放下载)
张贴日 2022/12/07
Hashtags
查看次数: 6