4. 1 動態需求事件產生
本研究在不同空間與時間分佈特性下，由隨機亂數於限定的範圍內，動態產生顧客 需求事件，且各顧客需求之間互為獨立事件，彼此沒有關聯且互不影響。
而所謂的隨機亂數指的是一正實數數列，其中每個數值事先無法估計，且無法得知 其排列順序，即代表每個隨機亂數之間互相獨立且不具規則性。本研究在空間與時間分 佈上，會根據不同的基本假設去限定住空間範圍與時間範圍，並且在這些被限定的時空 範圍內，動態地產生符合各情境所需要的顧客數量。在以下章節中，將針對在時間與空 間分佈中，需求事件產生的方式做更詳細的說明。
4. 2 基本環境之模擬假設
本章節將在模擬測試前，對於模擬情境產生的機制進行假設與步驟的說明，其中需 求型態、供給面模組、策略面模組的基本假設與參數設定如下所示。
需求型態的基本假設：
(1) 服務範圍：服務範圍為 10×10 公里的矩形。
(2) 接受訂單時段(T1)：接受訂單的時間為 10:00 到 16:00，共 360 分鐘。
(3) 顧客訂單：以小型包裹、信件為主。
供給面模組的基本假設：
(1) 營運服務時段(T2)：營運服務時間為 10:00 到 17:30，共 450 分鐘。
(2) 顧客服務時間：每位顧客接受的服務時間為 5 分鐘。
(3) 出發位置：每位運務員皆由服務範圍中心點的場站出發。
(4) 行車速度：每位運務員的車輛速度為每小時 30 公里。
(5) 貨車容量：無容量限制。
策略面模組的基本假設：
(1) 兩點間距離為歐幾里德距離(Euclidean Distance)。
運務員的行走路徑為在服務範圍內的任兩點間最短直線距離，而不考慮實際路 網中的行走路徑。
(2) 一個責任區只由一位運務員負責。
(3) 在一定的時間範圍內完成所有服務作業。
關於系統模擬的情境參數有以下假設：
(1) 需求數量(N)：在整個服務範圍與可接受訂單時段內，總需求數量上考慮 60、
90、120、150、180、210 位顧客。
(2) 運務員數量(K)：在每個情境內，皆派遣 2、3、4 位運務員。
(3) 等待需求數量(M )：動態分區策略中分群動作之條件，每位運務員所需等待的 需求數量，分別討論等待1、3、5、7、9 個需求量之情況。
(4) 等待時間間隔(W)：動態分區策略中分群動作之條件，每位運務員所需等待的 時間間隔，分別討論等待時間間隔10、20、30、40 分鐘之情況。
4. 4 時間分佈之模擬假設
在時間分佈的需求特性上，隨機需求事件之產生機制為利用連續型均勻分配來產生 每一位顧客出現的時間。本研究將模擬現實生活中可能發生的無尖峰時段，單尖峰時段 與雙尖峰時段三種時間分佈來進行討論。不同時間分佈特性下，各時段內需求量所佔總 需求量百分比之關係，將於以下小節中詳細說明。
4. 4. 1 無尖峰時段
在本研究中，無尖峰時段將會在整個接受訂單時段內均勻的產生顧客需求，也就是 在可接受訂單時段內，以[0, 360]為範圍，針對每一位顧客產生一個對應的時間，在整個 時間範圍內，每一個時間點上產生顧客需求事件的機率都相同。如圖4. 1 所示。
圖4. 1 無尖峰時段示意圖9
在現實情況中，無尖峰時段常發生在一年當中的淡季，在這幾個月當中，貨運業者 所接受的訂單數量會較為穩定。
4. 4. 2 單尖峰時段
單尖峰時段是指，在接受訂單的時間內，10:00 到 12:00 共 120 分鐘內，會產生佔 總需求量60%的顧客訂單，而 12:00 到 16:00 共 240 分鐘內，會產生佔總需求量 40%的 顧客訂單。也就是說以[0, 120]為範圍，針對 60%中的每一位顧客各別產生一個對應的時 間，同樣地，以[120, 360]為範圍，針對 40%中的每一位顧客各別產生一個對應的時間。
在各個時間範圍內，每一個時間點上產生顧客需求事件的機率都相同。如圖4. 2 所示。
圖4. 2 單尖峰時段示意圖10
100%
10:00~11:00 11:00~12:00 12:00~13:00 13:00~14:00 14:00~15:00 15:00~16:00
60%
40%
10:00~11:00 11:00~12:00 12:00~13:00 13:00~14:00 14:00~15:00 15:00~16:00
在現實情況中，各大貨運業者皆會提供今日中午前收件，明日送達的特殊服務，在
10:00~11:00 11:00~12:00 12:00~13:00 13:00~14:00 14:00~15:00 15:00~16:00
現此類整體需求密度較高，或是較低且近似均勻分佈的地區。在多數的文獻中，均勻分
各區域相對於總需求密度的比率，其定義如下：