單車調配優化問題求解系統

本研究依據前一章規劃的求解法及演算流程，使用Microsoft Visual Studio 2015 程式開發工具，在Microsoft .NET Framework 4.5 平台下，以 C#程式語言實做單車 共用系統的單車調配優化問題求解系統。本節介紹系統的操作介面和使用流程。

求解系統的主要人機介面如圖4-6 所示。圖 4-6 區塊 A 內的「Open File」指令 由使用者選取標竿問題檔案，再由系統讀入標竿問題的基本資料。包含服務站點數、

單車增減率、卡車容量、取卸單車耗用時間、服務站點的經緯度、及站點間的直線 距離等。「Save To Excel」指令則將求解結果存成 MS EXCEL 格式檔案。「Display Station States」選項是決定是否顯示迄今最佳解模擬卡車繞行調配後的各站點狀況。

區塊B 的「Original Problem Setting」分頁展示讀入的範例問題，包含時窗範圍、

卡車容量限制、取卸時間、和卡車車速等。區塊C 的「GA Optimization」分頁是優 化演算法的設定及執行介面。提供演算參數設定、迄今最佳目標值演化即時線圖展 示、及優化結果顯示等功能。

doi:10.6342/NTU201701607

44

圖4-7 顯示的「TWTRP Generation」分頁以現有都會區單車共享系統的配置，

由使用者設定參數後任意產生TWTRP 標竿問題。使用者可選擇高雄市 city bike 系 統、新北市、及台北市ubike 系統，設定單車增減率

( ) r

_i 的平均值和標準差、時窗 長

( ) T

、卡車容量

( ) C

、卡車取卸單車耗費時間

( ) 

、及卡車車速

( ) v

等。系統依設 定的增減率平均值以及標準差，以常態分配隨機產生各站點的單車增減率，再以均 勻分配隨機設定增減率為正或為負。倉儲中心的經緯度位置已由選取的城市設定 不變。系統取得各站點及倉儲中心的經緯度位後，即以直線換算任二站點間的距離 成站點的從至距離矩陣。標竿問題的基本資料產生後，即可以公式(3)換算未派車 調配的未滿足量

U

⁰。建立的標竿問題可以第4.1 節描述的格式儲存成文字檔案供 求解使用。

區塊A

區塊B 區塊C

圖 4-6 求解系統人機介面

doi:10.6342/NTU201701607

45

圖4-8 展示「So far The Best Routing Results」分頁，內容顯示以迄今最佳解模 擬卡車繞行調配後的結果。內容列出各服務站點 ID、結算的未滿足量、單車調配 量、卡車到站時間、離開時間、站點的未滿足量佔總未滿足量的百分比

  u

i ，以及 派車後站點

i

相較未派車時減少的未滿足量百分比

  p

i 。

本表格也記錄各站點的卡車調配起訖時間(

t

_i及

t

_i )以及真實調配數

q

_i。並定義 系統的未滿足量改善百分比平均

1

1 ⁿ

i i

p p

n







，其值越高代表卡車調配越多站點的單 車。一般而言，若卡車集中在急迫性高的站點調配，雖能有效降低未滿足量，但

p

值較低；相反地，若卡車調配多數急迫性低的站點，雖

p

值高，但未滿足量較高。

因此

p

可作為卡車是否服務到多數需要調配站點的公平性指標。另一方面，站點

i

的未滿足量佔派車後系統的未滿足量比

u

_i雖然無法作為衡量整體系統的指標，但 依此數據可以得知在給定一組解下，各站點的未滿足量佔派車後未滿足量

^{U X}  

^的

比例。

圖 4-7 TWTRP Generation 分頁

doi:10.6342/NTU201701607

46

圖 4-8 So Far The Best Routing Result 分頁

圖4-9 展示「Routing Path」分頁。顯示卡車繞行站點的路線。圖中顯示各站點 的位置，並以不同顏色區分正負單車數變化率。卡車繞行路徑由倉儲中心出發，依 序抵達各站點執行單車調配。到達時窗時限就地停止，不需要繞回倉儲中心。圖中 以紅色實心方塊表示倉儲中心，藍色空心圓是單車數遞減的站點，綠色空心圓是單 車數遞增的站點，而棕色空心圓的站點單車數不變。以綠色或藍色實心圓形展示的 站點是急迫性排行前20%高的站點。

圖 4-9 Routing Path 分頁

doi:10.6342/NTU201701607

47

在文檔中 時窗限制下單一共用財調配問題 (頁 53-57)