第五章 實例測試與分析
5.3 目標函數中各項子成本之敏感度分析
5.3.2 車輛折舊成本之變化
由表5-5 可得知,當參數c值增加時,啟發解與最佳解之總成本亦隨之增加,但可 以發現啟發解與最佳解在總成本及車輛折舊成本表現上,只要超過特定的參數c值後,
表5-5 車輛折舊成本之敏感度分析結果彙整表
1644.0 59,416 (2.35%)
59,116 (1.83%)
59,317
(2.18%) 58,054 14,006 13,907 13,907 12,799
42,744 1808.4 63,621
(2.02%)
63,420 (1.70%)
63,883
(2.44%) 62,360 15,734 15,734 15,734 14,455
45,210 1972.8 67,731
(1.66%)
67,469 (1.27%)
67,408
(1.18%) 66,622 15,734 15,734 15,734 16,258
49,320 2137.2 71,841
(1.57%)
71,579 (1.20%)
71,518
(1.11%) 70,732 15,734 15,734 15,734 16,258
53,430 2301.6 75,689
(1.13%)
75,951 (1.48%)
76,152
(1.75%) 74,842 15,734 15,734 15,734 16,258
57,540 2466.0 80,061
(1.40%)
79,864 (1.15%)
80,585
(2.07%) 78,952 15,734 15,734 15,734 16,258
61,650 2630.4 84,171
(1.34%)
83,647 (0.70%)
84,171
(1.34%) 83,062 15,734 15,734 15,734 16,258
65,760 2794.8 88,281
(1.27%)
87,757 (0.67%)
88,220
(1.20%) 87,172 15,734 15,734 15,734 16,258
69,870 2959.2 92,190
(0.99%)
92,129 (0.93%)
92,330
(1.15%) 91,282 15,734 15,734 15,734 16,258
73,980 3123.6 96,300
(0.95%)
96,239 (0.89%)
96,440
(1.10%) 95,392 15,734 15,734 15,734 16,258
78,090 3288.0 100,410(0.91%)
100,611 (1.11%)
100,550
(1.05%) 99,502 15,734 15,734 15,734 16,258
82,200
該兩項成本即會隨參數c值之增加而呈現線性增加,但在其他三項子成本及使用車輛數 目之表現上,則是超過特定的參數c值後,該項成本值即維持一固定值;其詳細結果分 述如下:
在車輛閒置成本項方面,三個啟發解在c值超過1,808.4 後即維持在 15,734 定值,
而最佳解是c值超過1972.8 後即維持在 16,258 定值;在勤務中路線轉換成本項方面,
三個啟發解在c值超過1,808.4 後即維持在 690 定值,而最佳解是c值超過1972.8 後亦 維持在690 定值;在車輛空駛成本項方面,三個啟發解與最佳解於此項成本維持定值之 參數c值則均不相同,H1 在c值超過2,952.2 後即維持在 1,786 定值,H2 在c值超過3,288 後即維持在 1,987 定值,H3 在c值超過 2,794.8 後即維持在 1,926 定值,而最佳解是c
值超過1972.8 後即維持在 354 定值,在使用車輛數目方面,H1 在c值超過1972.8,H2、
H3 與最佳解在 c值超過1,808.4 後即維持在 25 輛定值,而此車輛數目經過本研究所提 出命題五之驗證後,發現25 輛車輛數即為本次測試參數設定下之最小車隊規模(即是利 用c值=max[(α×D), (λ× N−1), ]ω×D =max[2997, 3940, 4203]=4,203 帶入模式計算 後,所求得車輛數目亦為25 輛),此結果顯示當 H1 在c值超過1972.8,H2、H3 與最佳 解在c值超過1,808.4 後,使用車輛數目即達到該測試參數下之最小車隊規模。
在總成本項方面,三個啟發解與最佳解於總成本呈現線性增加之參數 c 值均不相 同,H1 是在c值超過2,952.2 後、H2 是在c值超過3,288 後、H3 是在c值超過2,794.8 後、最佳解則是在c值超過1972.8 後、其各自之總成本即會呈現線性增加,且總成本固 定 增 加 值 為 4,110(164.4( 此 參 數 1,644 百 分 之 十 的 向 上 調 整 率 )*25( 最 小 車 輛 規 模)=4,110)。
此外依據結果顯示,c值持續增加時,啟發解與最佳解之間距越來越小(如圖 5.4 所 示),在c值超過2,630.4,其間距數列幾乎是等差數列,而經測試後發現在c值超過3,288 後,間距即呈現等差數列型態。
至於在H1、H2 與 H3 之啟發解比較上(如表 5-6),可以發現三者對於最佳解之平均 間距以 H2 表現最佳(H1(1.23%)、H2(1.00%)、 H3(1.33%)),而三者對於最佳解之平均 運算時間則以H3 表現最佳(H1(5.69 秒)、H2(8.33 秒)、 H3(5.16 秒)),顯示 H2 於此項 測試之求解品質雖較佳,但所花費電腦運算時間亦為最多。但基本上三個啟發解不論是
在對最佳解之平均間距或平均時間節省率的表現上,均具有一定的水準。
0.00%
0.40%
0.80%
1.20%
1.60%
2.00%
2.40%
2.80%
3.20%
3.60%
4.00%
4.40%
4.80%
5.20%
1644 1808.4 1972.8 2137.2 2301.6 2466 2630.4 2794.8 2959.2 3123.6 3288 車輛於年限內各期折舊成本
與最佳解間距(%)
H1 H2 H3
圖5.4 c 值與最佳解間距之變化趨勢圖
表5-6 啟發解於c 值敏感度分析之平均間距與運算時間表 變數固定演算法之啟發解
H1 H2 H3
與最佳解之平均間距(%)
1.23 1.00 1.33
平均運算時間(秒)