起始解構建模組之測試

高 的 。

表 5.1 所有測試例題平均起始解測試結果(1) 平均車數 平均成本 車數標準差成本標準差

(μ1) (μ2) (σ1) (σ2) 車數 成本

NNS1 16.17 1375.21 9.64 1062.61 0.59617 0.77269 0.40121 0.068597 NNS2 38.1 2697.21 26.09 2198.19 0.68478 0.81499 2.30156 1.095848 NNS3 11.73 1844.71 7.66 1667.02 0.65303 0.90368 0.01646 0.433419 NNP1 19.17 1246.69 11.79 949.27 0.61502 0.76143 0.66118 -0.031268 NNP2 11.54 1286.93 7.11 1090.76 0.61612 0.84757 0 0 NNP3 11.63 1816.21 7.49 1655.45 0.64402 0.91149 0.0078 0.411273

平均車數 平均成本 車數標準差成本標準差

(μ₁) (μ₂) (σ₁) (σ₂) 車數 成本

NNS1 23.9 1719.62 12.74 912.91 0.53305 0.53088 0.45466 0.222241 NNS2 17.83 1652.63 5.69 865.13 0.31913 0.52349 0.08521 0.174627 NNS3 18.17 1906.36 9.05 1082.88 0.49807 0.56804 0.1059 0.354969 NNP1 26.77 1701.47 13.87 919.25 0.51812 0.54027 0.62934 0.209341 NNP2 16.43 1406.94 7.3 714.74 0.44431 0.50801 0 0 NNP3 18.3 1941.4 9.07 1085.53 0.49563 0.55915 0.11382 0.379874

平均車數 平均成本 車數標準差成本標準差

(μ1) (μ2) (σ1) (σ2) 車數 成本

NNS1 18.57 1799.73 10.33 1022.97 0.55627 0.5684 0.32928 0.132497 NNS2 17.76 1963.76 11.07 1285.03 0.62331 0.65437 0.2713 0.235714 NNS3 15.94 2050.73 9.27 1274.4 0.58156 0.62144 0.14102 0.290441 NNP1 20.93 1811.87 12.1 1017.48 0.57812 0.56156 0.49821 0.140136 NNP2 13.97 1589.17 7.5 939.26 0.53686 0.59104 0 0 NNP3 15.81 2064.23 8.96 1216.21 0.56673 0.58918 0.13171 0.298936

總平均 18.48 1770.83 10.37 1164.39 0.34159 0.245369

與最佳表現差距(%) C101

R101 與最佳表現差距(%)

σ₁ μ₁σ₂ μ₂

σ₁ μ₁σ₂ μ₂

RC101 與最佳表現差距(%)

σ₁ μ₁σ₂ μ₂

再 由 其 他 五 種 方 法 與NNP2 解的差距來看，C101 中 NNP3 和 NNS3 的 解 與 NNP2 的差距非常小，證明此兩種方法在這類型的題目中也有 不 錯 的 表 現 ； 而 NNS2 與 NNP2 的差距相當大，因此可認定 NNS2 法 並 不 適 合 應 用 在 C101 這類型的題目。在 R101 中，NNS2 與 NNP2 差 距 是 最 小 的 ， 顯 示 其 應 用 於 此 類 型 題 目 中 亦 能 有 不 錯 的 表 現 ；NNP1 與 NNS1 兩種方法不適合應用在 R101 這類型的題目。在 RC101 中，

NNP1 方法較不適合在這類型的題目。

由 以 上 測 試 結 果 可 以 發 現 起 始 模 組 中 ， 在 C101 中以平行-需求點 的 服 務 時 間 窗 下 界 最 早(NNP2)之平均結果表現最佳；循序-需求點的服

務 時 間 窗 下 界 最 早(NNS2)表現最差。在 R101 和 RC101 中以平行-需求 點 的 服 務 時 間 窗 下 界 最 早(NNP2)之平均結果表現最佳；平行-需求點間 的 距 離 最 短(NNP1)表現最差。

表 5.2 所有測試例題平均起始解測試結果(2)

方 法 指 標 平 均 車 輛 數 平 均 路 線 成 本

NNS1 19.55 1631.52

NNS2 24.56 2104.53

NNS3 15.28 19.80

1993.33

1909.79

NNP1 22.29 1586.68

NNP2 13.98 1427.68

NNP3 15.25 17.17

1952.28

1655.55

總 平 均 18.54 - 1770.83 -

表 5.2 為六種方法在所有測試例題的平均結果比較，NNP2 車輛數 為 13.98 輛，路線成本為 1427.68 表現最佳；NNS2 車輛數為 24.56 輛，

路 線 成 本 為 2104.53 表現最差；整體的平均車輛數為 18.54 輛，路線 成 本 為 1770.83。 有 趣 的 現 象 是 同 樣 以 服 務 時 窗 下 界 最 早 為 準 則 ， 平 行 和 循 序 的 解 法 卻 相 差 甚 大 ， 可 能 原 因 在 於 循 序 必 須 等 構 建 完 一 條 路 線 後 才 能 構 建 第 二 條 路 線 ， 卻 必 須 遵 守 時 間 窗 、 車 容 量 、 先 送 貨 後 取 貨 等 限 制 ， 而 候 選 點 被 挑 中 的 機 會 只 有 一 個 ， 在 多 重 限 制 之 下 候 選 點 被 排 除 的 機 會 勢 必 較 大 ； 而 平 行 可 同 時 構 建 多 條 路 線 ， 雖 然 限 制 條 件 相 同 ， 但 選 擇 的 機 會 也 較 多 ， 因 此 候 選 點 被 排 除 的 機 會 降 低 。 再 由 兩 者 之 平 均 數 來 看 ， 平 行 的 平 均 車 輛 數 為 17.17 較循序的 19.80 少，且 路 線 成 本 為 1655.55 也比循序的 1909.79 佳；因此，平行式解法明顯 優 於 循 序 式 解 法 。

經 過 起 始 模 組 的 測 試 後 ， 以 車 輛 數 與 路 線 成 本 兩 績 效 目 標 為 XY 軸 ， 圖 5.1 將六種起始解構建方法在所有測試例題的平均測試結果繪 製 成 績 效 比 較 圖 ， 越 接 近 左 下 角(原 點 )表 示 解 題 績 效 越 好 。 表 現 最 佳 的 為 NNP2；NNS3 及 NNP3 相當接近，顯示以等待時間作為挑選需求 點 準 則 的 模 式 ， 不 太 會 受 到 循 序 式 或 平 行 式 的 影 響 ； 而 表 現 最 差 的 為

NNS2； 而 傳 統 鄰 點 法 (NNS1)名 列 第 四 ， 證 實 本 研 究 提 出 的 五 種 改 良 式 鄰 點 法 有 三 種(NNP2、NNP3、NNS3)均表現的比傳統鄰點法(NNS1) 更 好 。

圖 5.1 各種起始解方法之解題績效比較