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

企業剛進入市場時， 首先建置工廠生產商品， 再來 尋求供給原料的上游供應商，此時物流作業和客源開發則交給合作通路商。供需穩定後，便會思考是否需著手建立自身物流 系統 ，包括車隊和物流 中心 ，本論文將以此為研究背景，假設企業已知其供應商、製造工廠與下游零售商位置的前提下，決策物流中心設置地點和容量規劃 的問題。
在貨物運送過程中，貨車回程時會產生空車回程成本，空車回程會降低運輸效率，為了減少其影響，本研究擬整合「供應商－工廠」及「工廠－物流中心」兩段運輸流程 ，此外，由於物流中心 設置決策屬於長期規劃 若不考量零售商需求量的不確定性，將導致物流中心使用後期效果不彰。基於上述考量，本研究擬整合運輸 流程，並同時考量下游零售商的需求不確定性，希望藉此 提升運輸效率並對於隨機需求做出完善的決策 。本研究透過建構混合整數規劃之隨機規劃模型與基因演算法求解物流中心選址之最佳化問題，利用數值測試檢驗求解品質與效
率，並利用 完整資訊之期望價值 (EVPI)與隨機解價值 (VSS)此兩項指標 來評估隨機規劃之相關價值 ，另外對外包成本 進行敏感度分析。
根據數值測試的結果， 發現若在決策物流中心地點 和容量的同時，能整合運輸並考量下游需求的不確定 性，便能 大幅降低總成本且做出完善的決策；而隨著外包成本 的變動 會影響各項目標值和隨機規劃之數值； 此外，基因演算法的近似解與最佳解間的差距平均為 0.2%，且能節省超過 50%的求解時間 ，當問題規大到最佳化軟體無法求解時，可以藉由基因演算法來幫助求解近似解。