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)