本節分別針對不同「降溫時機」之模擬退火法，在不同測試例題上，進行單 因子實驗及田口式實驗設計；在不同測試例題下，得到一組建議的模擬退火法的 參數值組，實驗分別說明如下：
5.2.1 單因子實驗設定
由於模擬退火法中冷卻計劃的參數會對求解結果及求解時間造成影響，因此 本節對這四個因子進行單因子實驗，觀察各因子對目標值之影響程度，作為下一 階段進行實驗設計時選取實驗範圍之依據。進行單因子實驗前，先對初始溫度與 波茲曼分佈（exp
E/ T
）接受機率及 Te 與波茲曼分佈之關係作探討。1. 初始溫度 Ts 與波茲曼分佈 exp
E/ T
接受機率的關係以
Te 0.001
、 E 1時，計算不同初始溫度下的可能接受機率，並計 算不同冷卻率時，必須下降至Te 0.001
所需的降溫次數，如表 5.2 所示。28 1.443 0.500073 69.0437 360.0745 723.8046
10 0.904837 87.41738 455.8963 916.4212
50 0.980199 102.6929 535.5608 1076.559
100 0.99005 109.2717 569.8704 1145.526
200 0.995012 115.8505 604.18 1214.494
500 0.998002 124.5473 649.5349 1305.664
1000 0.999 131.1261 683.8445 1374.632
0.01 0.99005 47.18935 246.1004 494.6993 0.001 0.904837 69.0437 360.0745 723.8046 0.0001 0.367879 90.89804 474.0486 952.9099 0.00001 4.54E-05 112.7524 588.0227 1182.015 0.000001 3.72E-44 134.6067 701.9967 1411.1252
29
3. 降溫時機下降值 Ld 之降溫方式
表 5.4 及表 5.5 為降溫時機下降值 Ld 之降溫次數表。
表 5.4 降溫時機下降值 Ld 之降溫次數表
節點數/Ld 1.2 1.4 1.6 1.8 2
10 15.84893192 25.11886432 39.81071706 63.09573445 100
12 19.72502195 32.42304092 53.29543284 87.60446523 144
14 23.73305484 40.23270658 68.20321656 115.6193342 196
16 27.85761803 48.50293013 84.44850629 147.0333894 256
18 32.08684424 57.19808742 101.9614512 181.7567336 324
20 36.41128406 66.28908035 120.6835267 219.7121087 400
30 59.23051458 116.9417952 230.8840902 455.8461157 900
40 83.65116421 174.9379318 365.8440415 765.0819998 1600
50 109.3362074 239.0881249 522.8197763 1143.26263 2500
表 5.5 降溫時機下降值 Ld 之降溫次數表(續)
節點數/Ld 2.2 2.4 2.6 2.8 3
10 158.4893192 251.1886432 398.1071706 630.9573445 1000
12 236.7002635 389.0764911 639.5451941 1051.253583 1728
14 332.2627678 563.2578922 954.8450319 1618.670679 2744
16 445.7218884 776.0468821 1351.176101 2352.534231 4096
18 577.5631964 1029.565573 1835.306122 3271.621204 5832
20 728.2256812 1325.781607 2413.670535 4394.242173 8000
30 1776.915437 3508.253857 6926.522707 13675.38347 27000
40 3346.046568 6997.517273 14633.76166 30603.27999 64000
50 5466.81037 11954.40625 26140.98881 57163.13149 125000
單因子實驗之進行方法為，將各因子固定於一水準值，改變欲觀察因子之 水準，並觀察水準的變化對於求解品質或求解時間之影響。首先，將實驗中各 因子設為
Ts 1.443
、 0.99
、Ld 1
以及Te 0.0000001
作為基準點。30
31
32
33
34
35
36 所提出(Righini & Salani, 2009)，其資料庫是由 1987 年科學家 Solomon 發表具時 間窗之車輛路徑問題文章（c*_100, r*_100 與 rc*_100）(Solomon, 1987)的資料庫 與 1997 年 Cordeau et al.’s 發表的多倉庫之車輛路徑問題文章（pr1-pr10）(Cordeau et al., 1997)的資料庫轉換而成。而在 2009 年 Montemanni and Gambardella 所提出 的 37 點之 OPTW 測試案例中(Montemanni & Gambardella, 2009)，27 個點的範例 是從 Solomon 的資料庫中轉換（c*_200, r*_200 與 rc*_200），剩下的 10 點則是
37
表 5.9 範例測試結果
Result for the best problems of Solomon (m = 1).
名稱 BKS 本研究
38
表 5.10 範例測試結果(續)
Result for the best problems of Solomon (m = 1)
名稱 BKS 本研究
39
大部份之求解時間約為二十五秒上下，而所有題庫之求解時間之平均約為二十九 秒，結果不是相當理想。然因本研究為於手持裝置上使用之一日旅程規劃系統，
因此求解時間相對較求解品質重要許多，且多數手持裝置使用者，選擇用於單日 規劃之旅遊景點數不大可能超過十五個，更何況是上述試驗之二十五個節點的資 料庫，再者，礙於專題之研究時間有所限制，最終決定採用此參數組合進行本研 究之旅程規劃。
40 統下開發，測試行動裝置為 ASUS Padfone S T00N（Android 4.4.2）、 ASUS Padfone Mini T100（Android 4.3）、ASUS Padfone A66（Android 4.03）、ACER Liquid X1
（Android 4.4.2）。
用戶端方面，分為離線狀態，以及線上狀態。離線狀態時，可查詢及欣賞各 開發者資訊，主要功能分頁分別為 Hot（熱門景點）、Themes（精選主題）、Search
（景點搜尋）、Start（路線規劃）。
6.2.1 實作步驟
使用者開啟智慧型個人導覽系統應用程式後，首頁為 Hot Spots（熱門景點分 頁），如圖 6.1 所示。熱門景點分頁包含十個系統推薦之熱門景點與其圖片，使用 者可利用上下滑動以查看前十名的熱門景點，若短按某一景點圖片，即可將此景 點設為 Origin（起點）、Destination（終點）或 Add to pocket（加入清單），如圖 6.2 所示。
41
圖 6.1 智慧型個人導覽系統首頁
圖 6.2 設為起點、終點、加入清單功能(Hot 分頁)
42
若需找尋其他景點，可向左滑動，至 Featured Themes (精選主題)，由系統整 理的精選主題分為六大類：Nature（自然風光）、City（城市人文）、Festival（節 慶限定）、Custom（風俗民情）、New（近期新增）、Foods（美食推薦），如圖 6.3 所示。使用者可以在六大類別之中，找到與此主題相關的景點，點選即可設為起 點、終點或加入規劃清單，如圖 6.4 所示。
圖 6.3 精選主題分頁
圖 6.4 設為起點、終點、加入清單功能(Themes 分頁)
43
使用者若想搜尋已知的特定景點，可以至第三的分頁 Search (景點搜尋)，輸 入欲前往之景點的英文名稱進行景點搜尋，如圖 6.5 所示，輸入「Taiwan Tech」
後，即可看見 Taiwan Tech 的景點選項，使用者亦可將此景點納入景點規劃清單。
圖 6.5 景點搜尋分頁
在使用 Hot、Themes、Search 分頁的瀏覽景點功能，並選擇所有欲前往的景 點後，使用者需向左滑動至第四個分頁── Start（路線規劃）分頁，於此頁面，
使用者需設定進行路線規劃前的基本條件，設定的內容分為上下兩部分，上半部 為時間設定，下半部為景點相關設定。
Start 分頁上半部提供使用者設定出發日期，確認起點及終點、預計出發時間、
預計抵達終點時間，使用者只需點選 set date 與 set time 後便能設定相關時間，如 圖 6.6 及圖 6.7 所示；Start 分頁的下半部為設定已選擇景點之停留時間及喜好程 度，在已選擇之景點清單中，使用者點擊清單上景點名稱，並在彈出的視窗上設 定停留時間，如圖 6.8 所示，時間以 15 分鐘為單位做設定，停留時間系統預設為 一個小時，使用者至多僅能設定至四小時；在設定喜好程度方面，使用者須在景 點清單的右方調整量尺，給予景點評分，在未設定喜好程度的情況下，系統預設 中等評分，從圖 6.9 可看出，Daan Forest Park（大安森林公園）的喜好程度較下 方其他景點高。圖 6.10 為設定完成之畫面，使用者預計出發日期為 2015 年 1 月 1 日，預計上午九點在國立台灣科技大學出發，下午兩點回到國立台灣科技大學，
預計前往大安森林公園、NTU（國立臺灣大學）、Taipei Fine Art（臺北市立美術 館）……等地。
44
圖 6.6 設定日期
圖 6.7 設定時間
45
圖 6.8 設定停留時間
圖 6.9 設定喜好評分
46
圖 6.10 設定完成
設定完畢後，點選 Start 鍵開始進行規劃，系統規劃過程中須保持網路連線，
約等候 1 至 5 秒，即可顯示規劃結果，如圖 6.11 所示，其規劃結果為本智慧型個 人導覽系統使用 Google Map API 的地圖顯示，使用者可將此地圖縮放。若使用者 將頁面往下滑動，即可看到文字版本的路徑規劃，包含各景點到達時間、離開時 間，以及 Not in List（未納入規劃的景點），從圖 6.12 其規劃結果所示，可以得知
圖 6.11 路線規劃結果(地圖部份)
47
使用者選擇的景點包含大安森林公園、Dalongdong Baoan Temple（大龍峒保安宮）、
紅樓戲院、國立臺灣大學、臺北市立美術館以及 Treasure Hill Artist（寶藏巖國際 藝術村），規劃結果為早上 8：55 分自國立台灣科技大學出發，9：31 分抵達大安 森林公園，在停留 45 分鐘後，前往大龍峒保安宮，預計 10：52 分抵達，停留一 小時後，前往紅樓戲院，預計中午 12：24 分抵達，停留一小時後，返程至國立 台灣科技大學，預計下午兩點整抵達；此趟旅程中，無法前往的景點為國立臺灣 大學、臺北市立美術館與寶藏巖國際藝術村。此規劃路線結果與設定時間及景點 條件請參照圖 6.9。
圖 6.12 路線規劃結果(文字部份)
6.2.2 其他實作範例
本小節提供三個實作範例，模擬使用者不同情況下，所得到不同的路線規劃 結果。
範例(一)：
1. 起點：Taiwan Tech（國立台灣科技大學）
2. 終點：Dajia Riverside Park（大佳河濱公園）
3. 預計出發時間：下午兩點 4. 預計返抵時間：晚上十點
5. 欲前往之景點（景點/停留時間/喜好程度）：
(喜好程度由低至高分為 0 至 5 分)
48
Shilin Night Market（士林觀光夜市）/ 2 小時/ 5 分 Lung-Shan Temple（龍山寺）/ 1 小時/ 3 分
Huashan 1914 Creative Park（華山文化創意產業園區）/1 小時 30 分鐘/ 0 分 Wufenpu（五分埔商圈）/ 1 小時 30 分鐘/ 2 分
Xiang Mountain（象山）/ 1 小時/ 3 分
History Museum（歷史博物館）/ 1 小時 30 分鐘/ 4 分 Dihua Street（迪化街）/ 1 小時/ 2 分
Treasure Hill Artist（寶藏巖國際藝術村）/ 1 小時 30 分鐘/ 3 分
圖 6.13 範例一景點選擇與評分 6. 規劃結果：
景點 抵達時間 離開時間 國立台灣科技大學 -- 14:25 寶藏巖國際藝術村 14:40 16:10 龍山寺 16:25 17:25 迪化街 17:59 18:59 士林觀光夜市 19:34 21:34 大佳河濱公園 22:00 --
未納入規劃的景點：
華山文化創意產業園區、五分埔商圈、象山、歷史博物館
49
圖 6.14 範例一路線規劃結果
範例(二)：出發與返抵之間時間過短
1. 起點：Taiwan Tech（國立台灣科技大學）
2. 終點：Taiwan Tech（國立台灣科技大學）
3. 預計出發時間：下午兩點 4. 預計返抵時間：下午三點
5. 欲前往之景點（景點/停留時間/喜好程度）：
(喜好程度由低至高分為 0 至 5 分)
Taipei 101（台北 101）/ 1 小時/ 5 分 NTU（國立臺灣大學）/ 1 小時/ 3 分
50
圖 6.15 範例二景點選擇與評分 6. 規劃結果：
由於使用者所設定之出發時間與返抵時間太過接近，以至於系統無法進 行規劃，故圖 6.15 中，未顯示路線規劃，且出發時間等同於返抵時間。
景點 抵達時間 離開時間 國立台灣科技大學 -- 15:00 國立台灣科技大學 15:00 -- 未納入規劃的景點：台北 101、國立臺灣大學
圖 6.16 範例二路線規劃結果
51
範例(三)：出發與返抵之間時間過長，景點過少 1. 起點：Taiwan Tech（國立台灣科技大學）
2. 終點：Taiwan Tech（國立台灣科技大學）
3. 預計出發時間：上午十點 4. 預計返抵時間：下午三點
5. 欲前往之景點（景點/停留時間/喜好程度）：
(喜好程度由低至高分為 0 至 5 分)
Taipei 101（台北 101）/ 1 小時/ 5 分 NTU（國立臺灣大學）/ 1 小時/ 3 分
圖 6.17 範例三景點選擇與評分 6. 規劃結果：
由於使用者所設定之出發時間與返抵時間過長、景點不足，故沒有未納 入之景點，且在系統進行規劃後，建議使用者可將出發時間改至中午 12 點 01 分即可，不必提前至上午十點出發。
景點 抵達時間 離開時間 國立台灣科技大學 -- 12:01
國立臺灣大學 12:12 13:12 台北 101 13:23 14:23 國立台灣科技大學 15:00 -- 未納入規劃的景點：無
52
圖 6.18 範例三路線規劃結果
53
54
算限制之系統。
2. 因近期台北捷運松山新店線之開通，尚待 Google 更新相關之交通資訊，
及 Google Map API 新增台北捷運轉乘路線，才得以使本研究之資料庫更 臻完整，並提供使用者最新、準確的路線規劃。
3. 本研究所設計之演算法與參數，運用於 Solomon 題庫之結果與 BKS 解相 較下，不甚理想，然礙於大學實務專題具研究時間限制，而難作更進一步 之研究。若未來欲繼續此研究，則可改進演算法與參數之程式設計，尋求 更加之求解時間與求解品質。
4. 本研究之 Android 應用程式介面，雖初步版本已完成且可供使用者使用，
然內部景點資料庫之照片尚未完整，因為避免涉及照片使用之智慧財產權 問題，需逐一景點實地考察拍攝照片。未來將討論照片取得之程序，是否 得以效法 TripAdvisor.com，讓使用者參與提供、編輯景點照片之呈現。
然內部景點資料庫之照片尚未完整，因為避免涉及照片使用之智慧財產權 問題，需逐一景點實地考察拍攝照片。未來將討論照片取得之程序，是否 得以效法 TripAdvisor.com，讓使用者參與提供、編輯景點照片之呈現。