交通部運輸研究所Institute of Transportation, MOTC

近年來，O2O(online-to-offline)餐點外送平台再是藉各地蓬勃發展，例如空腹熊貓(foodpanda)、優步快送(ubereats)、誠實蜜蜂(honestbee)顧客可以利用手機app訂購向平台訂購與平台和作餐廳的餐點，平台接到訂單後必須與餐廳決策是否接受該訂單。而餐廳與平台接受訂單的決策會受到餐廳內部生產排程平台外送線規劃的影響。瑜是，本研究提出一個新的方式，。站在平台的角度，整合餐廳內部的生排成與平台本身的外送原路線規劃，並決策皆受哪些外送的訂單。此外，由於未來的訂單情形也同樣影響餐廳與平台決策目簽所接到的訂單，所以本研究將未來可能出現的預測訂單也納入決策，這個方式類似滾動時域架構(rolling horizon approach)即同時決策目前街道與預測訂單，但最後僅使用目前接到訂單的結果。最後，本研究的目最大化平台利潤。

本研究首先會介紹餐廳生產排成問題，利用彈性零工問題(flexible job shop scheduling problem)描述實際上的餐廳生產排成問題，並將其轉成平型基台排成(parallel machine scheduling problem)問題，再轉換成與配送問題同樣形式的網路問題，及有時窗限制的團隊尋寶問題(pickup and delivery problem with time window)最後介紹如何整合生產與配送問題，並針對該問題設計一個混合整數規劃最佳化模形(mix integer programming model)

為了使本研究符合實務上緊迫的求解實監，通常為1分鐘。本研究設計一個分層最佳化架構(hierarchical optimization)利用(Iterated Local Search)求解生產問題再將其結果帶入配送問題內，利用ALNS(Alternative Large Neighborhood Search)求解。接著設計小例題題組使用Gurobi 求出本問題的最佳解與使用IterILS 和ALNS求解本問題的近似解進行績效測式。最後利用實務O2O餐點外送平台的資料進行實務例題分析。