第四章 演算法之設計與求解
4.3 變數固定演算法之求解策略
一般而言，選擇程序的良窳將會影響貪婪式演算法的結果與成效[27]，故對 於貪婪式演算法而言，如何決定一個良好的選擇程序，則是一個非常重要的步 驟。由4.2 節可得知，本研究所提出變數固定演算法中的選擇程序定義為：先依 據各場站所須執行之班次數目，由多至寡分別給予由小至大之次序編號，並依據 其場站編號由最小號者依序開始選取，其後逐一增加直至選至場站編號最大號者 為止。雖然此作法是先處理班次較多的場站，符合貪婪式演算法的精神，但由於 各場站所執行的班次數目組成，可能會受到與其他場站班次時間重疊程度、各場 站空間距離之遠近…等因素有關；有鑑於此，本研究將依據4.2 節已提出之選擇 程序，研擬出另外兩個選擇程序，並以此三種選擇程序，做為所提出貪婪式啟發 式解法之求解策略，以供決策者求解MDVSP 時之參考。三種選擇程序之求解策 略如下所述：
1.求解策略一：定義選擇程序為依據各場站所須執行之班次數目，由多至寡分別 給予由小至大之次序編號，並依據其場站編號由最小號者依序開始選取，其後 逐一增加直至選至場站編號最大號者為止。此求解策略之求解步驟已於 4.2 節 清楚說明。
2.求解策略二：定義選擇程序為依據各場站所須執行之班次數目，由多至寡分別 給予由小至大之次序編號，並依據其場站編號由最大號者依序開始選取，其後 逐一遞減直至選至場站編號最小號者為止。此求解策略之求解流程與求解策略 一類似，惟步驟3、步驟 4、與步驟 9 不同，其修改後之步驟如下所示：
步驟3：選取p= P 之SDVSP 模式。
步驟4：判斷所選取 SDVSP 模式場站編號之數字，是否等於零(亦即是否p= )0 ： 若是，則進行步驟10；
若否，則進行步驟5。
步驟9：令p= −p 1，並回到步驟4。
求解策略二之求解流程圖如圖4.2 所示。
選取 之SDVSP模式 開始
是否p = 0
否
利用相關有效率之演算法，
求解此SDVSP模式
令p = p － 1 是
彙整解集合S中之所有變數
，並計算其目標值，此即 為原MDSVP模式之可行解
結束
搜尋SDVSP模式求解結果，
找出勤務中最早班次發車場 站編號與p 相同之勤務 設定一空集合S，並依據各 場站所須執行之班次數目，
由多至寡分別給予由小至大 之次序編號
p= p
將搜尋出勤務內所有變數放 入解集合S中
移除剩餘SDVSP模式網路中
，符合解集合S中變數所表 示之銜接班次與數值為p之 場站節點
選取此 值下之SDVSP模式
圖4.2 求解策略二之求解流程圖(陰影部分為修改部分)
3.求解策略三：定義選擇程序為依據各場站所須執行之班次數目，由多至寡分別 給予由小至大之次序編號，並隨機產生其次序編號，並求解所對應之 SDVSP 模式，直至所有 SDVSP 模式均被選擇求解完畢為止。此求解策略之求解流程 與仍求解策略一類似，惟步驟2、步驟 3、步驟 4、與步驟 9 不同，其修改後之 步驟如下所示：
步驟 2：另設定一集合U =P，並隨機產生起始場站之編號pi( pi∈U )，並令
U U= −pi；
步驟3：選取p=pi之SDVSP 模式。
步驟4：判斷集合U 中之所有 SDVSP 模式之場站編號，是否均已選擇求解完畢(亦 即是否U = ∅ )：
若是，則進行步驟10；
若否，則進行步驟5。
步驟9：隨機選取pj∈U，且U U= −pj，並回到步驟4。
求解策略三之求解流程圖如圖4.3 所示。
另設定一集合U，並隨機產 生起始場站之編號
，且令
開始
是否
否
利用相關有效率之演算法，
求解此SDVSP模式
是
彙整解集合S中之所有變數
，並計算其目標值，此即 為原MDSVP模式之可行解
結束
搜尋SDVSP模式求解結果，
找出勤務中最早班次發車場 站編號與p 相同之勤務 設定一空集合S，並依據各 場站所須執行之班次數目，
由多至寡分別給予由小至大 之次序編號
將搜尋出勤務內所有變數放 入解集合S中
移除剩餘SDVSP模式網路中
，符合解集合S中變數所表 示之銜接班次與數值為p之 場站節點
U= ∅ pi=U U U= −pi
選取p=piSDVSP模式
隨機選取 ， 且
pj∈U U U= −pj
選取p= pj之SDVSP模式
圖4.3 求解策略三之求解流程圖(陰影部分為修改部分)