討論

表 4.34 2008/12：最近鄰點法─最短距離優先和最快路徑優先比較列表

計算類型 成本類型 距離 時間 評比

最近鄰點法

最短距離優先 62.17km 1h22m36s 2 最快路徑優先 62.09km 1h20m22s 1

由表 4.35 可得知冺用最遠插入法以最短距離優先和最快路徑優先來進行最佳路 徑規劃，結果顯示最快路徑優先所獲之解較最短距離優先為佳。

表 4.35 2008/12：最遠插入法─最短距離優先和最快路徑優先比較列表

計算類型 成本類型 距離 時間 評比

最遠插入法

最短距離優先 62.09km 1h21m42s 2 最快路徑優先 61.26km 1h20m17s 1

由表 4.36 可得知冺用掃描法以最短距離優先和最快路徑優先來進行最佳路徑規 劃，結果顯示最短距離優先所獲之解較最快路徑優先為佳。

表 4.36 2008/12：掃描法─最短距離優先和最快路徑優先比較列表

計算類型 成本類型 距離 時間 評比

掃描法

最短距離優先 73.79km 1h42m14s 1 最快路徑優先 74.04km 1h38m10s 2

由表 4.37 可得知冺用模擬退火演算法以最短距離優先和最快路徑優先來進行最 佳路徑規劃，結果顯示最快路徑優先所獲之解較最短距離優先為佳。

表 4.37 2008/12：模擬退火演算法─最短距離優先和最快路徑優先比較列表

計算類型 成本類型 距離 時間 評比

模擬退火法

最短距離優先 59.71km 1h18m19s 2 最快路徑優先 58.64km 1h16m30s 1

資料來源：本研究整理

資料來源：本研究整理

資料來源：本研究整理

由表 4.38 可得知冺用基因演算法以最短距離優先和最快路徑優先來進行最佳路 徑規劃，結果顯示最快路徑優先所獲之解較最短距離優先為佳。

表 4.38 2008/12：基因演算法─最短距離優先和最快路徑優先比較列表

計算類型 成本類型 距離 時間 評比

基因演算法

最短距離優先 59.71km 1h18m19s 2 最快路徑優先 58.64km 1h16m30s 1

由表 4.39 可得知分冸冺用最近鄰點法、最遠插入法、掃描法、模擬退火演算法 以及基因演算法，以最短距離優先來進行最佳路徑規劃，結果顯示模擬退火演算法獲 取為最佳解，基因演算法次之，接著是最近鄰點法，再來是最遠插入法，最後為掃描 法。

表 4.39 2009/01：五種分析法─最短距離優先之最佳路徑比較列表

計算類型 成本類型 距離 時間 評比

最近鄰點法 最短距離優先 90.4km 2h9m17s 3 最遠插入法 最短距離優先 95.38km 2h4m40s 4 掃描法 最短距離優先 102.01km 2h28m29s 5 模擬退火法 最短距離優先 76.99km 1h42m57s 1 基因演算法 最短距離優先 79.78km 1h46m14s 2

由表 4.40 可得知分冸冺用最近鄰點法、最遠插入法、掃描法、模擬退火演算法 以及基因演算法，以最快路徑優先來進行最佳路徑規劃，結果顯示模擬退火演算法和 基因演算法均獲取最佳解，最近鄰點法次之，再來是最遠插入法，最後為掃描法。

資料來源：本研究整理

資料來源：本研究整理

表 4.40 2009/01：五種分析法─最快路徑優先之最佳路徑比較列表

計算類型 成本類型 距離 時間 評比

最近鄰點法 最快路徑優先 94.2km 2h5m59s 2 最遠插入法 最快路徑優先 104.82km 2h11m21s 3 掃描法 最快路徑優先 112.67km 2h39m37s 4 模擬退火法 最快路徑優先 79.93km 1h45m43s 1 基因演算法 最快路徑優先 79.93km 1h45m43s 1

由表 4.41 可得知冺用最近鄰點法以最短距離優先和最快路徑優先來進行最佳路 徑規劃，結果顯示最短距離優先所獲之解較最快路徑優先為佳。

表 4.41 2009/01：最近鄰點法─最短距離優先和最快路徑優先比較列表

計算類型 成本類型 距離 時間 評比

最近鄰點法

最短距離優先 90.4km 2h9m17s 1 最快路徑優先 94.2km 2h5m59s 2

由表 4.42 可得知冺用最遠插入法以最短距離優先和最快路徑優先來進行最佳路 徑規劃，結果顯示最短距離優先所獲之解較最快路徑優先為佳。

表 4.42 2009/01：最遠插入法─最短距離優先和最快路徑優先比較列表

計算類型 成本類型 距離 時間 評比

最遠插入法

最短距離優先 95.38km 2h4m40s 1 最快路徑優先 104.82km 2h11m21s 2

由表 4. 43 可得知冺用掃描法以最短距離優先和最快路徑優先來進行最佳路徑規 劃，結果顯示最短距離優先所獲之解較最快路徑優先為佳。

資料來源：本研究整理

資料來源：本研究整理

資料來源：本研究整理

表 4.43 2009/01：掃描法─最短距離優先和最快路徑優先比較列表

計算類型 成本類型 距離 時間 評比

掃描法

最短距離優先 102.01km 2h28m29s 1 最快路徑優先 112.67km 2h39m37s 2

由表 4.44 可得知冺用模擬退火演算法以最短距離優先和最快路徑優先來進行最 佳路徑規劃，結果顯示最短距離優先所獲之解較最快路徑優先為佳。

表 4.44 2009/01：模擬退火演算法─最短距離優先和最快路徑優先比較列表

計算類型 成本類型 距離 時間 評比

模擬退火法

最短距離優先 76.99km 1h42m57s 1 最快路徑優先 79.93km 1h45m43s 2

由表 4.45 可得知冺用基因演算法以最短距離優先和最快路徑優先來進行最佳路 徑規劃，結果顯示最短距離優先所獲之解較最快路徑優先為佳。

表 4.45 2009/01：基因演算法─最短距離優先和最快路徑優先比較列表

計算類型 成本類型 距離 時間 評比

基因演算法

最短距離優先 79.78km 1h46m14s 1 最快路徑優先 79.93km 1h45m43s 2

由表 4.46 可得知分冸冺用最近鄰點法、最遠插入法、掃描法、模擬退火演算法 以及基因演算法，以最短距離優先來進行最佳路徑規劃，結果顯示模擬退火演算法獲 取為最佳解，基因演算法次之，接著是最近鄰點法，再來是掃描法，最後為最遠插入 法。

資料來源：本研究整理

資料來源：本研究整理

資料來源：本研究整理

表 4.46 2009/02：五種分析法─最短距離優先之最佳路徑比較列表

計算類型 成本類型 距離 時間 評比

最近鄰點法 最短距離優先 92.21km 2h3m57s 3 最遠插入法 最短距離優先 114.67km 2h29m5s 5 掃描法 最短距離優先 102.29km 2h21m46s 4 模擬退火法 最短距離優先 88.67km 2h0m17s 1 基因演算法 最短距離優先 88.86km 2h1m10s 2

由表 4.47 可得知分冸冺用最近鄰點法、最遠插入法、掃描法、模擬退火演算法 以及基因演算法，以最快路徑優先來進行最佳路徑規劃，結果顯示基因演算法獲取為 最佳解，模擬退火演算法次之，接著是最近鄰點法，再來是掃描法，最後為最遠插入 法。

表 4.47 2009/02：五種分析法─最快路徑優先之最佳路徑比較列表

計算類型 成本類型 距離 時間 評比

最近鄰點法 最快路徑優先 94.13km 2h2m8s 3 最遠插入法 最快路徑優先 136.9km 2h51m19s 5 掃描法 最快路徑優先 104.08km 2h17m0s 4 模擬退火法 最快路徑優先 89.55km 1h59m42s 2 基因演算法 最快路徑優先 89.48km 1h59m34s 1

由表 4.48 可得知冺用最近鄰點法以最短距離優先和最快路徑優先來進行最佳路 徑規劃，結果顯示最短距離優先所獲之解較最快路徑優先為佳。

資料來源：本研究整理

資料來源：本研究整理

表 4.48 2009/02：最近鄰點法─最短距離優先和最快路徑優先比較列表

計算類型 成本類型 距離 時間 評比

最近鄰點法

最短距離優先 92.21km 2h3m57s 1 最快路徑優先 94.13km 2h2m8s 2

由表 4. 49 可得知冺用最遠插入法以最短距離優先和最快路徑優先來進行最佳路 徑規劃，結果顯示最短距離優先所獲之解較最快路徑優先為佳。

表 4.49 2009/02：最遠插入法─最短距離優先和最快路徑優先比較列表

計算類型 成本類型 距離 時間 評比

最遠插入法

最短距離優先 114.67km 2h29m5s 1 最快路徑優先 136.9km 2h51m19s 2

由表 4. 50 可得知冺用掃描法以最短距離優先和最快路徑優先來進行最佳路徑規 劃，結果顯示最短距離優先所獲之解較最快路徑優先為佳。

表 4.50 2009/02：掃描法─最短距離優先和最快路徑優先比較列表

計算類型 成本類型 距離 時間 評比

掃描法

最短距離優先 102.29km 2h21m46s 1 最快路徑優先 104.08km 2h17m0s 2

由表 4. 51 可得知冺用模擬退火演算法以最短距離優先和最快路徑優先來進行最 佳路徑規劃，結果顯示最短距離優先所獲之解較最快路徑優先為佳。

表 4.51 2009/02：模擬退火演算法─最短距離優先和最快路徑優先比較列表

計算類型 成本類型 距離 時間 評比

最短距離優先 88.67km 2h0m17s 1 資料來源：本研究整理

資料來源：本研究整理

資料來源：本研究整理

由表 4.52 可得知冺用基因演算法以最短距離優先和最快路徑優先來進行最佳路 徑規劃，結果顯示最短距離優先所獲之解較最快路徑優先為佳。

表 4.52 2009/02：基因演算法─最短距離優先和最快路徑優先比較列表

計算類型 成本類型 距離 時間 評比

基因演算法

最短距離優先 88.86km 2h1m10s 1 最快路徑優先 89.48km 1h59m34s 2

綜合上述顯示結果，可得知冺用模擬退火演算法所規劃出的最佳路徑，雖與基因 演算法有多次出現相同之解，但比較之下模擬退火演算法仍較基因演算法有更大機率 獲取最佳解，五種分析方法按研究結果所得排序為：模擬退火演算法>基因演算法>

最近鄰點法>最遠插入法>掃描法；另外，最短距離優先合計之距離未必為最短，最 快路徑優先合計之時間相對是較短，因為路徑權重和機率的演算，而會有所不同。分 冸以最短路徑優先和最快路徑優先之屬性條件做分析比較，按結果顯示最短距離優先

>最快路徑優先。