過去已有不少作者研究供應鏈管理中的相關整合問題，Thomas and
Griffin (1996)整理了供應鏈整合的相關文獻且作深入的分析，他們將供應 鏈整合的模型分為三種類型，分別為買方-賣方協調整合(buyer-vendor coordination) 、製造-配送整合(production-distribution coordination)以及存 貨-配送整合(inventory-distribution coordination)，並指出雖然分別討論產品 製造及成品配送的文獻相當豐富，但是鮮少有同時考慮這兩個階段的模 型，原因在於這類問題較不易求解，且這兩個階段往往被緩衝的存貨所分 開並由不同的部門來管理。此外，作者也建議對於此類供應鏈整合問題應 有更多研究將重點放在作業層面而非策略層面。
Chen and Vairaktarakis (2005)也指出，大部分的製造－配送－存貨模型 都只將焦點放在管理者決策的策略層面，而較少研究細部排程的整合決 策。而且在這些模型中，製造與配送階段是經由存貨間接連結，存貨成本 也佔了相當高的比例。而這些模型已不符合現今企業採用直接銷售模式以 降低存貨成本的概念，因此必須發展更多的學術研究來建構製造與配送間 直接互動的模型，以及實務上可行的求解技巧。
Lee and Chen (2001)探討了包含運送部份的機台排程問題，並針對兩 種不同類型的問題作研究：第一類問題為半成品經由自動搬運車運送到下 一個需加工的機台，其中排程部分為雙機台的流程式生產類型，運送部分 考慮了一部或多部車輛及不同的容量限制，問題目標則是最小化最大完工 時間；第二類問題討論加工完畢後的成品運送到顧客或是倉庫，機台排程
部分考慮了單一機台、雙機平行機台及雙機流程式生產，運送部份除了單 一機台情形下考慮多部車輛外，其餘皆只探討單一車輛的情況，問題目標 則是最小化最大完工時間或總完工時間。作者針對各種不同問題，釐清其 問題複雜度，或是提出可在多項式時間內求解的演算法。
Hall and Potts (2002)結合了供應鏈管理與排程的概念，討論供應鏈中 各種排程、批次及運送的整合問題。有別於以往的排程文獻，作者除了分 別以供應商與製造商的觀點來探討決策問題外，還考慮了這兩者的整合決 策，以求整體系統成本的最小化。在排程問題部分，作者將一個供應商或 製造商視為一個單一機台；在批次運送部份，假設車輛沒有容量上限，而 同一個顧客所下的訂單屬於同一個批次，一部車輛一次只會將成品運送到 一個顧客點，因此不會涉及車輛途程決策的問題，但必須考慮發車數量所 造成的成本。作者針對供應商、製造商及整合的觀點，在追求不同目標式 的情況下找出問題的複雜度，並為可在多項式時間內求解的問題提出動態 規劃解法。作者並以舉例方式說明藉由整合供應商及製造商的決策，在某 些情況下至少可以降低系統總成本的20%，甚至降低成為原來的一半。
Chang and Lee (2004)探討 Lee and Chen (2001)所研究的第二類問題，
其中針對機台數量及顧客區域數假設了三種情境：單一機台運送至單一顧 客區域、二台等效機台運送至單一顧客區域及單一機台運送至兩個顧客區 域。此外還加入車輛容量的限制，並考慮訂單體積的大小。Li et al. (2003) 針對 Chang and Lee (2004)之研究作了延伸，將所欲服務的顧客數延伸到多 個。他們探討單一機台排程整合單一車輛途程決策的問題，假設有多個固 定數目的顧客，以最小化訂單交貨時間的總和為目標，並在特定簡化條件 下使用動態規劃求得最佳解，作者建議未來的研究方向可以將模型延伸至 多部車輛，或是利用啟發式解法來求解任意顧客數目的問題。Chang and Lee(2003)探討數種整合兩階段的問題，其中包括 Lee and Chen (2001)所研 究的兩類問題。作者將這兩個階段視為一個系統，利用兩種在實務上常被
使用的方法來求解此整合問題，並以最劣情況 (worst-case)衡量分析這兩種 方法的表現。其中向前求解法(forward approach)即是先求解系統問題中的 第一個階段， 再求解第二個階段；相反地，向後求解法(backward approach) 則是依據求解第二階段的資訊來求解第一階段的問題。Chen and
Vairaktarakis (2005)探討整合生產排程及運送的模型，排程部分考慮了單一 機台或等效平行機台的情況，訂單在加工之後會送到一個或多個顧客手 上，運送部份則是屬於批次運送，同一批次內可能包含不同顧客的訂單。
問題的目標函數為最小化加權後訂單送達時間與運送成本的總和，其中訂 單送達時間同時考慮最大或平均送達時間。作者將不同的機台類型
、顧客數與目標函數做搭配提出了八種不同的問題類型，並釐清每種問題 的複雜度或對可於多項式時間內求解的問題提出以動態規劃為基礎的演 算法。此外作者也研究整合兩階段可能帶來的利益，並發展了一個整合的 啟發式方法，在分別與依傳統順序式方法(sequential approach)求解此種兩 階段問題的結果比較後，發現在大部分的情況下，整合的方法都有超過 5%
的改善幅度。
Garcia and Lozano (2005)探討流程式生產工廠中，兩個加工站之間半 成品排程與運送的問題，其中兩站的排程類型皆為等效平行機台，類似 Lee and Chen (2001)提出的第一類問題，此外還加入時窗限制，問題的目標式 則是最大化在時窗限制下，工件加工完成所獲得的利潤。對於此一問題，
他們以巨集式啟發式演算法中的塔布搜尋法來求解，並將求得的解與精確 求解法的最佳解作比較，結果顯示塔布搜尋法可以在很短的運算時間內，
求得高品質的解。
陳昱皓 (2006)探討整合製造－配送兩階段問題，其製造階段屬於非等 效平行機台，配送階段則為不具容量限制的 VRP 並假設系統中可供運送產 品的車輛數目固定。在最小化加權後訂單送達時間之總和的目標下，作者
利 用 塔 布 搜 尋 法 求 解 ， 並 以 加 權 後 最 短 加 工 時 間 訂 單 優 先 處 理 法 則 (weighted shortest processing time first rule, WSPT)為基礎來產生起始解，測 試結果顯示塔布搜尋法相對於起始解平均約有 20%的改善率。周碩鴻 (2006)考慮了與陳昱皓 (2006)相同的問題，但利用基因演算法來求解，與 WSPT 為基礎產生之起始解作比較的結果顯示基因演算法的改善率會隨著 訂單的數量而提升，最高約有 36%的改善率。
整合製造－配送兩階段問題雖然其基本概念相同，都是透過整合排程 與配送來達到最小化系統總成本的目的，但是針對不同的模擬情境或實務 上的需求，近年來學者們研究的問題模型也越來越多元化。本研究將現有 整合兩階段問題相關文獻的類型整理分類如表 1 所示：
表 1 整合製造－配送兩階段問題相關文獻之整理
Chang and Lee (2003)
單一機台 單一車輛 Chang and Lee (2004)
單一機台運送至兩個顧客
Chen and Vairaktarakis (2005)
Garcia and Lozano (2005)
包含等效平行機 台的流程式生產
多部車輛且考慮時窗限制 最大化在時 窗限制下加 工獲得之利 潤
塔布搜尋法
陳昱皓 (2006) 非等效平行機台 多部車輛但車輛數目固定 多個顧客
加權後訂單 送達時間的 總和
塔布搜尋法
周碩鴻 (2006) 非等效平行機台 多部車輛但車輛數目固定 多個顧客
加權後訂單 送達時間的 總和
基因演算法
從兩階段相關文獻整理的結果可以發現，大部分的研究為了簡化問題 的困難度，在製造階段只考慮單一機台、完全相同平行機台或是等效平行 機台，而除了陳昱皓 (2006)與周碩鴻 (2006)外，幾乎沒有其他文獻討論到 非等效平行機台與車輛途程的整合。在陳昱皓 (2006)與周碩鴻(2006)所探 討的配送階段中，系統中可使用的車輛數固定且不具有容量限制。為了研 究更接近實際情況的模型，本論文將探討整合非等效平行機台與多部考慮 具容量限制之車輛配送的兩階段問題，並使用蟻群演算法來求解問題。