| 論文名稱 | 考量時間窗與同時收送貨之週期性合併補貨與異質性車輛途程問題 |
| 學位 | 碩士 |
| 年別 | 112 |
| 學校系所 | 國立陽明交通大學運輸與物流管理學系 |
| 作者 | 黃祐瑄 |
| 指導教授 | 姚銘忠 |
| 論文摘要 | 本研究探討「考量時間窗與同時收送貨之週期性合併補貨與異質性車輛途程問題」，該問題為週期性存貨途程問題的延伸。本研究議題欲求得一個能最小化運用「供應商管理庫存」(Vendor Managed Inventory, VMI)營運模式之供應商的平均每日總成本的補貨排程與車輛途程，其中包含：規劃週期長度、每位客戶的補貨週期與補貨日期、規劃週期中每日的車輛指派，以及每日指派的車輛之配送路線。決策情境中需考量客戶服務時間窗、客戶倉儲容量、車載容量與車輛駕駛工時上限之實務相關限制，並且供應商採取二冪補貨策略，以異質性車隊進行同時收送貨之補貨作業。此外，本研究根據「巢式條件」 與「固定車輛限制」共考量三種不同決策情境下的補貨排程，分別為：(1)情境一(CIRP2)、 (2)情境二(CIRP2-DV)與(3)情境三(CIRP2-NPDV)。 本研究針對三種決策情境分別提出數學模式與三種求解演算法，對應求解的問題情境分別為：(1)NNPUDV 演算法、(2)NNPDV 演算法與(3)NPDV 演算法。其中「NPDV 演算法」改寫自文獻中之演算法，再根據本研究問題情境加入異質性車隊的使用、時間窗限制與同時收送貨之特性；「NNPDV 演算法」為本研究提出，以 NPDV 演算法之解作為起始解，放鬆巢式條件並尋得成本更低的補貨排程；「NNPUDV 演算法」亦為本研究提出，以 NNPDV 演算法之解作為起始解，再放鬆固定車輛限制，以搜尋限制條件最寬鬆下較優的補貨排程。 本研究運用數據實驗探討：(1)「巢式條件」與「固定車輛限制」及(2)時間窗長度對於平均每日總成本的影響，作為訂定服務契約的決策參考。由本研究進行的數據實驗顯示，本研究提出的三種演算法皆能在相當短的時間內完成求解。其中 NNPDV 與 NNPUDV 演算法能分別以相對數學模型 1/80,000 與 1/66,000 的運算時間，求得差距不大於 6%的解。以客戶數量作為問題規模之標準時，兩種演算法在平均情況下的計算複雜度為𝑂(𝑛2)，因此針對規模較大之問題，亦能有效率地進行求解。 |
| 附件下載 | 電子檔於2028-10-17公開下載 |
| 張貼日 | 2025/04/21 |
查看次數:
17