5.1 結論
隨著資訊及通訊技術的普及，汽車貨運業者於近年來紛紛將其公司營運 作業導入 e 化，藉此提昇企業經營效率與競爭力，然而，隨硬體設備的進步 是不夠的，如何有效發揮公司 e 化之效果，充分利用這些硬體設備，提供經 營管者快速及有效的決策資訊，仍為一重要課題。
因此，本研究以整車貨運型態之汽車貨運業為主要研究對象，利用GPS 車上單元與其通訊技術，並以「一訂單一車輛服務」之假設，將複雜之派遣 問題簡化，使用批次時間與緩衝時間分割其營業時段，使其成為時間長度相 同之「次時段」，以匈牙利法進行求解，快速有效指派車輛服務其訂單需求。
本研究並針對汽車貨運業經營之實際營運資料進行派遣模式之模擬派遣 與分析。歸納本研究之具體研究成果如下：
一、現今貨運派遣考量即時派遣之情境下，利用一訂單一車輛服務、批次處 理與緩衝時間，將營業時間分割，可快速有效反應實際派遣作業下，其 外在交通環境、訂單分佈等變化，有效簡化現今派遣作業與效率。
二、根據本研究所模擬派遣之系統，考慮了營業之特性、派遣對未來訂單之 不確定、交通狀況(擁塞程度)等因素，令派遣之模式測試之結果更加貼 近其實際環境，並證明此模式適用於現實中。
三、經營管理者可透過本模式之各項權重，調整與控制權重，達到其經營管 理者之營業策略。
四、模式權重並非為越大則效果越佳，權重過大將可能造成派遣效果下降，
本研究考量延遲權重為0、10、50、100、1000 之情境下，其平均延遲時 間以權重為 0 為佳，而非保稅貨物-城際貨運與區域貨運則以 10、50、
100 為佳。
五、依本研究所設計之題庫下，經由模擬派遣之結果整理後，其參數顯示於 車輛數足夠運送訂單之情境下，其批次處理時間以 60 分鐘、緩衝時間 120 分鐘為佳。
75
六、延長其批次處理與緩衝時間可延低平均延遲時間，然而確容易造成等待 時間增加，進而造成後續訂單延誤或可服務之訂單減少；顧客來電時間 與要求服務之時間間隔須加大，違背線上型即時派遣之精神。
七、車上單元為本模式應用於車輛派遣之必要設備，可透過車上單元回傳其 車輛位置與狀態，預估其任務完成時間，列入其可接受派遣車輛中，增 加其求解之指派元素，提升其指派之品質，降低車輛閒置時間。
5.2 後續研究
本研究提出以下幾點建議，作為未來後續研究考之用。
一、本研究所提之緩衝時間主要為估計其車輛到達訂單之時間，未來可利用 最早與最晚開始時間，訂單到達最早開始時間即開始進行求解，未達最 晚開始時間則不指派其任務，其間以不斷更新車輛位置與狀態進行重覆 求解，改善固定緩衝時間造成指派車輛等候或延遲之問題。。
二、在所提模式中其車輛行駛以行均時速推估，雖然透過其隨機方式使其更 加符合現況，未來可以不同行駛路線與路段呈現不同之行駛速率。
三、批次處理其定義為累積某一時間或數量即進行處理，而本研究模式之批 次處理模式為以時間切割其營業時間，以固定間隔之方式進行批次之派 遣，未來可考慮進行以訂單累積至某一固定數量後處理。
四、本研究中加入突發之交通狀況，令派遣之車輛將提早或延誤抵達，使平 均延遲時間與延遲權重之相對關係不甚明顯，未來可透過系統長期蒐集 資料與模擬，獲得更加客觀有效之趨勢。
76
參考文獻
1. 沈鈺荃(2004)，「汽車貨運業線上型車輛派遣模式之評估與分析」，中華大 學科技管理研究所碩士論文
2. 林吉仁(1997)，「作業研究」，高立圖書有限公司。
3. 翁大哲(1998)，「多場站物流配送系統之動態車輛指派與路徑規劃」，雲林 科技大學工業工程與管理技術研究所碩士論文。
4. 梅明德(1999)，「線上型時窗限制車輛路線問題之模式與求解演算法」，中 央大學土木工程學系博士論文。
5. 曾惠鈺(2003)，「即時行車資料下物流配送作業規劃之研究」，淡江大學運 輸管理學系碩士論文。
6. 劉金維、王隆昌(2004)，「線上型單一車輛調派問題研究」，商管科技季刊，
第五卷，第一期，第95-108 頁。
7. 聯倉交通股份有限公司(2002)，物流服務全方位 e 化研究計畫書。
8. Alna S. (2002), "Specification for a dynamic vehicle routing and scheduling system," International Journal of Transport Management, Vol. 1, pp. 29-40.
9. Brown, G. G., D. Bausch and D. Ronen (1995), "Consolidating and Dispatching Truck Shipments of Mobil Heavy Petroleum Products,"
INTERFACES, Vol. 25, No. 2, pp. 1-17.
10. Brown, G.. C. Ellis, G. Graves and D. Ronen (1987), "Real-time, wide area dispatch of mobil tank trucks." INTERFACES, Vol. 17, No. 1, pp. 107-120.
11. Jian, Y., Patrick J. and Hani M. (2004),"Real-Time Multi-Vehicle Truckload Pick-Up and Delivery Problems," Transportation Science, Vol. 39, No. 2, pp.
1-34.
12. Mitrovic-Minic, S., Laporte G. (2004), "Waiting Strategies for the Dynamic Pickup and Delivery Problem with Time Window", Transportation Research Part B, Vol. 38, pp. 635-665.
13. Powell, W. B., Carvalho T. A. (1996),"Dynamic Control of Multicommodity Fleet Manafement Problems," Statistics and Operations Research Technical Report, SOR-96-04, pp.1-3.
14. Powell, W. B., P. Jaillet, and A. Odoni (1995),"Stochastic and Dynamic Networks and Routing," Operations Research and Management Science, Vol.
77
8, pp. 141-295.
15. Powell, W. B., Snow, W., and Cheung, R. K. (2000), “Adaptive Labeling Algorithms for The Dynamic Assignment Problem,” Transportation Science, Vol. 34, No. 1, pp. 50-66.
16. Psaraftis, H. N. (1995), "Dynamic Vehicle Routing - Status and Prospects,"
Annals of Operations Research, Vol. 61, pp. 143-164.
17. Rego, C. and Roucairol, C. (1995), “Using Tabu Search for Solving a Dynamic Multi-Terminal Truck Dispatching Problem,” European Journal of Operational Research, Vol. 83, pp. 411-429.
18. Sgall, J. (1996), "Randomized online scheduling of parallel jobs," Journal of Algorithms, Vol. 21, No. 1, pp. 149-175.
19. Shieh, H. M., May, M. D. (1998), "On-line vehicle routing with time windows:
optimization-based heuristics approach for freight demands requested in real-time," Transportation Research Record, No. 1617, pp. 171-178.