未來研究建議 - 時窗限制下單一共用財調配問題及遺傳演算求解法

3. 時窗限制下單一共用財調配問題及遺傳演算求解法

5.2 未來研究建議

本研究提出以下建議，提供未來相關研究可繼續研究的方向：

1. 本研究的卡車途程規劃在進行優化演算求解前須具備所有站點資料，進行一次性途程安排。然而在現實狀況中，一次性的途程安排無法將系統中的突發狀況納入考量。未來研究可即時接收站點資訊並立即重排程。

而重排程的時機可以是固定間隔一段時間、站點發出請求、或系統中卡

doi:10.6342/NTU201701607

車發出路徑導引請求時。

2. 本研究假設卡車僅有一台。未來研究可將多台卡車納入決策中，由於現實狀況中共用財服務系統營運商會有多台卡車到達各個站點作服務，因此可以單一車輛求解為基礎考慮多車輛運作情形。

3. 本研究針對有迫切服務需求的站點優先進行服務可以大幅減少共用財服務系統的未滿足量，但此作法卻忽略了站點被服務的公平性，因此未來可以將站點服務的公平性納入績效考量的指標。

4. 本研究假設站點共用財數量是呈線性增減，雖然可作為系統未滿足量的上界，但實際上站點的共用財增減是隨機且受到特定時點的影響，例如:

下雨天使用共用財人數較少、例假日使用共用財人數較多，或是上下課時鄰近學校的站點共用財會劇增亦或劇減等。因此可用排隊理論將多個共用財借出歸還的情況納入考量。

5. 可加入配送成本考量如:共用財維修、交通情形等，使求解的情況與實際的配送情形更加接近。

6. 本研究假設卡車到每個站點服務完後，卡車旋即離開前往下一個站點，

因此未來可將卡車停留在上一個服務站點的等待時間納入決策考量。

doi:10.6342/NTU201701607

參考文獻

Alvarez-Valdes, R., Belenguer, J. M., Benavent, E., Bermudez, J. D., Muñoz, F., Vercher, E., & Verdejo, F. (2016). Optimizing the level of service quality of a bike-sharing system. Omega, 62, 163-175.

Cao, E., & Lai, M. (2010). The open vehicle routing problem with fuzzy demands. Expert

Systems with Applications, 37(3), 2405-2411. doi:10.1016/j.eswa.2009.07.021

Chemla, D., Meunier, F., & Calvo, R. W. (2013). Bike sharing systems: Solving the static

rebalancing problem.

Discrete Optimization, 10(2),

120-146.

doi:10.1016/j.disopt.2012.11.005

Dell'Amico, M., Hadjicostantinou, E., Iori, M., & Novellani, S. (2014). The bike sharing rebalancing problem: Mathematical formulations and benchmark instances.

Omega-International Journal of Management Science, 45,

7-19.

doi:10.1016/j.omega.2013.12.001

Dib, O., Manier, M.-A., Moalic, L., & Caminada, A. (2017). Combining VNS with Genetic Algorithm to solve the one-to-one routing issue in road networks.

Computers & Operations Research, 78, 420-430. doi:10.1016/j.cor.2015.11.010

Erdoğan, G., Battarra, M., & Wolfler Calvo, R. (2015). An exact algorithm for the static

rebalancing problem arising in bicycle sharing systems. European Journal of

Operational Research, 245(3), 667-679. doi:10.1016/j.ejor.2015.03.043

Frade, I., & Ribeiro, A. (2015). Bike-sharing stations: A maximal covering location approach. Transportation Research Part a-Policy and Practice, 82, 216-227.

doi:10.1016/j.tra.2015.09.014

Gen, M., & Cheng, R. (1997). Genetic algorithms and engineering optimization (Vol. 7).

New York: John Wiley & Sons.

Goldberg, D. E. (1989). Genetic algorithms in search, optimization, and machine

learning (Vol. 412): Addison-wesley Reading Menlo Park.

Hernández-Pérez, H., & Salazar-González, J.-J. (2003). The one-commodity pickup-and-delivery travelling salesman problem Combinatorial Optimization—Eureka, You

Shrink! (pp. 89-104): Springer.

Holland, J. H. (1975). Adaptation in natural and artificial systems: An introductory

analysis with applications to biology, control, and artificial intelligence. Oxford,

England: U Michigan Press.

Li, F., Golden, B., & Wasil, E. (2007). A record-to-record travel algorithm for solving the heterogeneous fleet vehicle routing problem. Computers & Operations Research,

34(9), 2734-2742. doi:10.1016/j.cor.2005.10.015

doi:10.6342/NTU201701607

Parragh, S. N., Doerner, K. F., & Hartl, R. F. (2008). A survey on pickup and delivery problems. Journal für Betriebswirtschaft, 58(1), 21-51.

Syswerda, G. (1989). Uniform crossover in genetic algorithms. Paper presented at the the Third International Conference on Genetic Algorithms

Vogel, P., Greiser, T., & Mattfeld, D. C. (2011). Understanding bike-sharing systems using data mining: Exploring activity patterns. Procedia-Social and Behavioral

Sciences, 20, 514-523.

Zhao, F., Li, S., Sun, J., & Mei, D. (2009). Genetic algorithm for the one-commodity pickup-and-delivery traveling salesman problem. Computers & Industrial