5.1 結論
一、 過去學者曾利用傳統AS 螞蟻系統進行客運車輛排班，然因可選擇銜接點過 多而產生結果較不如預期；近年來，已有許多針對螞蟻演算法進行改良之策 略，因此本研究提出以螞蟻演算法求解客運業車輛人員排班問題。
二、 將客運業車輛人員排班問題結合時間與空間概念，換成時空網路型態，並利 用螞蟻演算法能快速求解組合最佳化問題之特點，提出一適用於建構車輛勤 務工作內容之螞蟻演算法。
三、 本研究所提出之螞蟻演算法主要係以轉換規則結合多場站多路線特性之空 駛機制進行班次銜接時的選擇，使班次銜接過程中可持有機率性之選擇方 式，並且利用費落蒙更新機制提高適應度函數較佳之班次組合其被選取的機 率，經過多次迭代之後收斂至近似最佳解。
四、 除了提出螞蟻演算法外，本研究仍根據客運業車輛人員排班規則提出適用於 改善車輛勤務解結果之區域搜尋方法，包含：班次間插入、勤務間交換以及 班次重組；其中班次間插入與班次重組可有效減少勤務數與空駛班次個數，
並降低勤務時間標準差；勤務間交換則改善勤務時間標準差之缺點。
五、 本研究根據排班特性及規則提出三種區域搜尋方法，分別為：班次間插入、
勤務間交換與班次重組等三種不同方法，而透過實例方案測試後證實此三種 方法對於改善螞蟻演算法所產生之解結果具有降低勤務時間標準以及減少 勤務數量、空駛個數與時間之效益。
六、 而後經實例測試驗證結果顯示，本研究所提出之演算法能快速求解車輛人員 排班問題，能於短時間內即求出與實務排班結果相同之車輛勤務數量；且提 出之區域搜尋改善法亦有效改善螞蟻演算法之求解深度不足之缺點，進而獲 得更好的解。
5.2 建議
一、 由於螞蟻演算法具有快速收斂至近似解與能跳脫區域最佳解等特性，因此本 研究利用該法進行車輛勤務工作之建構，故建議未來後續研究亦可利用有類 似特性之演算法(如：粒子演算法)進行演算法之建構。
二、 在本研究進行測試之過程中發現螞蟻演算法之參數相當多，而面對求解不同 的問題亦應該提出其適合的參數組合，因此對於求解前置作業之參數設定部 份之工作甚為繁複，故應後續研究者尋找更能合乎求解問題之參數設定方式 並準確設定符合問題特性之參數值。
三、 本研究所提出之區域搜尋法係針對每一隻螞蟻所產製後的勤務解進行改 善，再透過費洛蒙將較佳適應度函數組合回饋至班次選擇路網上，以提高其 被選取之機率；而螞蟻演算法具有平行演算以及費洛蒙回饋之特性，因此建 議導入平行處理，將不同方法之區域搜尋放置於平行電腦上，進而縮短演算 法求解時間，提高建構車輛人員勤務工作求解效率。
參考文獻
1. 王晉元、林至康(2006)，固定時刻表下之一般性公路客運車輛排程模式研究，
運輸計劃季刊第35 卷第 1 期，頁 107~130。
2. 王志賢(1996)，公路客運車輛調度問題之研究—以新竹客運為例，交通大學 運輸工程與管理學系。
3. 夏萬春(2001)，「禁制搜尋法於車輛排班之探討」，高雄第一科技大學機械與自 動化工程系碩士論文。
4. 卓裕仁(2001)，「以巨集啟發式方法求解多車種與週期性車輛路線問題之研 究」，國立交通大學運輸工程與管理學系所博士論文。
5. 陳建勛(2003) ，「蟻拓尋優法為基的擴充式零工生產排程器」，台灣大學工 業工程研究所碩士論文。
6. 陳家和、丁慶榮(2005)，「應用螞蟻演算法於時窗限制車輛途程問題之研究」，
運輸學刊，第十七卷，第三期，第261-280 頁。
7. 陳家和、丁慶榮(2006)，「應用多蟻群演算法求解 P-中位問題之研究」，中 華民國運輸學會第二十一屆學術論文研討會，第1574~1588 頁。
8. 陳惠筑(2006)，「公路汽車客運多場站人員與車輛排班問題」，中華大學運輸 科技與物流管理學系碩士班論文。
9. 游文松(2004)，「公路客運人員與車輛排班之研究」，中華大學科技管理研究 所碩士論文。
10. 黃任由(2005)，「應用平行螞蟻演算法求解捷運列車班表問題之研究」，中華 大學科技管理研究所碩士論文。
11. 劉雙火(2005)，「結合基因演算及螞蟻最佳化系統於台鐵乘務人員排班問題之 研究」，明新科技大學企業管理學系碩士論文。
12. 蔡文昉(2000)，「大眾運輸排班系統之研究」，交通大學運輸工程與管理學系 碩士論文。
13. Bauer, A., Bullnheimer, B., Hartl, R. F., and Strauss, C. (1999), “Minimizing total tardiness on a single machine using ant colony optimization,” Proceedings of the 1999 Congress on Evolutionary Computation, IEEE Press, pp.1445-1450.
14. Beasley, J.E. and Chu, P.C.(1996), “A Genetic Algorithm for the Set Covering Problem” European Journal of Operational Research 94, pp.392-404.
15. Bertossi, A., Carraresi, P., and Gallo, G.(1987), “On some matching problems arising in vehicle scheduling models”, Networks 17, 271–281.
16. Bullnheimer, B., and Dorigo, M.(1997), “An examination scheduling model to maximize students' study time and an ant approach to solve it.”, Presentation at the 2 nd international conference on the Practice And Theory of Automated Timetabling (PATAT'97), Toronto, Canada.
17. Bullnheimer, B., Hartl, R. F., and Strauss, C.(1997), “An New Rank baseed Version of the Ant System: A Computational Study,” Technical report POM 3/97, Institute of Management Science, University of Vienna, Austria.
18. Colorni, A., Dorigo, M., Maniezzo, V., and Trubian, M.(1994), “Ant System for Job-shop Scheduling,” Belgian Journal of Operations Research, Statistics and Computer Science (JORBEL), Vol. 34, pp. 39-53.
19. Dennis, H., and Wagelmans, A. P.M. (2006), “A solution approach for dynamic vehicle and crew scheduling”, European Journal of Operational Research, Vol. 172, pp. 453–471.
20. Dorigo, M., and Gambardella, L. M.(1997), “Ant Colonies for The Traveling Salesman Problem,” BioSystems, Vol. 43, pp. 73-81.
21. Dorigo, M., and Gambardella, L.M.(1997), “Ant colony system: A cooperative learningapproach to the traveling salesman problem,” IEEE Transactions on Evoluationary Computation, Vol.1-1, pp.53-66.
22. Dorigo, M., Maniezzo, V., and Colorni, A.(1996), “Ant System: Optimization by A Colony of Cooperating Agents, IEEE Transactions on Systems, Man, and Cybernetics-part B: Cybernetics, Vol. 26, No. 1, pp. 29-41.
23. Forsyt, P., and Wren, A. (1997),“An ant system for bus driver scheduling”, in Proceedings of the 7th International Workshop on Computer-Aided Scheduling of Public Transport Preprints, pp. 405–421, Center for Transportation Studies, MIT, Massachusetts.
24. Dorigo, M., Maniezzo, V., and Colorni, A.(1991), “The Ant System: An Autocatalytic Optimizing Process” Technical Report, No. 91-016.
25. Gambardella, L.M., and Dorigo, M.(1997), “HAS-SOP: An Hybrid Ant System for the Sequential Ordering Problem”, Technical Report IDSIA-11-97, IDSIA, Lugano, Switzerland.
26. Gambardella, L.M., and Dorigo, M.(1995), “Ant-Q: A Reinforcement Learning Approach to the Traveling Salesman Problem,” Proceedings of the 12th International Conference on Machine Learning, ML-95, Morgan Kaufmann, Palo Alto, CA.
27. Haghani, A., Banihashemi, M., and Chiang, K. H.(2003), “A Comparative Analysis of Bus Transit Vehicle Scheduling Models”, Transportation Research Part B, Vol. 37, pp. 301-32.
28. Higgins, A., Kozan, E., and Ferreira, L.(1996), “Optimal Scheduling of Trains on A Single Line Track”, Transportation Research-part B, Vol. 30, No. 2, pp.147-161.
29. Krzysztof, S., Joshua, K., and Michael, S.(2002),“A max-min ant system for the university course timetabling problem”, Springer-Verlag Berlin Heidelberg , CS 2463, pp. 1–13.
30. Maniezzo, V., Colorni A., and Dorigo M.(1994), “The Ant System applied to the quadratic assign-nment problem”, Technical Report IRIDIA/94-28, IRIDIA, Université Libre de Bruxelles, Belgium.
31. Natalia, K., Taieb, M., and Leena, S.(2005), “A time–space network based exact optimization model for multi-depot bus scheduling”, European Journal of Operational Research, In Press, Corrected Proof, Available online 6 April.
Politecnico di Milano, Italy.
32. Stützle, T., and Hoos, H. H.(2000), “MAX-MIN Ant System”, Future Generation Computer Systems, Vol.16, No. 8, pp. 889-914.
33. Stützle, T. and Dorigo, M.(1999), “ACO Algorithms for the Traveling Salesman Problem,” In K. Miettinen, M. Makela, P. Neittaanmaki, J. Periaux, editors, Evolutionary Algorithms in Engineering and Computer Science, Wiley, Chichester, UK.
34. Stützle, T.(1998), “Parallelization strategies for ant colony optimization,”
Proceedings of PPSN-V, Fifth International Conference on Parallel Problem Solving from Nature, pp. 722-731.
35. Stützle, T.(1997), “MAX-MIN Ant System for the Quadratic Assignment Problem”, Technical Report AIDA-97-04, Darmstadt University of Technology, Computer Science Department, Intellectics Group.
36. Transit Cooperative Research Program (TCRP) Report 30: Transit Scheduling:
Basic and Advanced Manuals(1988).
37. Vitali, G., Ingmar, S., and Leena, S.(2005), “A Variable Fixing Heuristic for the Multiple-depot Integrated Vehicle and Crew Scheduling Problem”, PROCEEDINGS of the 16th Mini - EURO Conference and 10th Meeting of EWGT.
38. Wren, A.(1998), “Heuristics ancient and modern: Transport scheduling through the ages”, J. Heuristics, 4, 87-100.
39. Yu, I.K., Chou, C.S. and Song, Y.H.(1998), “Application of the ant colony search algorithm to short-term generation scheduling problem of thermal units”, Power System Technology, 1998. Proceedings. POWERCON '98. 1998 International Conference on , Vol. 1 pp. 552 -556 .