• 沒有找到結果。

碩 士 論 文 中 華 大 學

N/A
N/A
Protected

Academic year: 2022

Share "碩 士 論 文 中 華 大 學"

Copied!
89
0
0

加載中.... (立即查看全文)

全文

(1)

中 華 大 學 碩 士 論 文

題目:汽車貨運業線上型車輛派遣模式之研究

系 所 別:科 技 管 理 研 究 所 學號姓名:M09203023 魏 士 淵 指導教授: 張 靖 博 士

中華民國九十五年八月

(2)
(3)
(4)
(5)

i

汽車貨運業線上型車輛派遣模式之研究

學生:魏士淵 指導教授:張 靖博士 摘 要

國內目前汽車貨運業車輛派遣作業仍多以人工方式進行,人工派遣視派 人遣人經驗派遣車輛前往,不僅其求解效率與品質較差,也無法掌控目前所 有車輛之狀態。本研究針對整車汽車貨運業提出一符合實務需求之線上型自 動車輛派遣之模式,將訂單視為單一車輛服務(超過單一車輛容量視為二筆訂 單),將其派遣問題轉換為指派問題(Assignment Problem);採用批次處理之概 念,利用時段切割之方式,將整個營業時間分割為若干個時段,預估其顧客 要求服務時間點與車輛實際到達之差做為緩衝時間,針對每一個時段利用匈 牙利解法(Hungarian Method)計算其每一時段之最佳車輛與訂單之派遣組 合。並透過目標函數之方式,可據依據管理者實際營運需求加以調整其目標 函數權重。

為瞭解批次處理與緩衝時間對各種訂單需求之影響,目標函數之權重調 整對訂單延遲時間、車輛旅行時間閒置時間之影響,本研究利用實際業者營 運資料進行模擬派遣,針對營業範圍大小進行測試,劃分為保稅貨物、非保 稅貨物等型態進行派遣模擬。

測試結果顯示本研究提出之派遣模式之延遲權重於保稅貨運與城際貨運 之經營型態,派遣範圍較大之情境下,平均延遲時間之影響較不明顯,然而 權重設定應視經營之實際情形,進行模擬與調整,以避免權重過大忽視其他 成本值,造成派遣結果不佳之情形,本研究模擬測試結果以0~100 間為佳。

模擬中發現,派遣之最佳批次時間為60 分鐘、緩衝時間 120 分為最優,

可推論批次時間較長之情況下,派遣結果較佳,然而若過於延長批次時間,

其緩衝時間與訂單要求服務之時間相對也須越長,利用車上單元傳回車輛狀 態與位置,預估其服務中之車輛可能完成任務之時間與位置,增加派遣候選 車輛,對於不同營運型態皆能有效提升派遣效率。

關鍵詞:汽車貨運業、線上型車輛派遣模式、指派問題

(6)

ii

誌 謝

研究所這幾年來,承蒙指導教授張博士耐心、悉心的指導,無論在課業 或是生活上均給予最大的支持,其謙沖且嚴謹的待人處事與治學態度以及豐 富且紮實的學識,皆令學生萬分敬佩,亦是學生學習的典範。能在恩師的帶 領下學習與成長是學生莫大的榮幸。

本篇論文的完成,感謝王晉元博士、林繼國博士以及卓裕仁博士等口試 委員於百忙之中撥空指導,提供諸多寶貴意見,使得本論文得以更加完善,

在此一併致謝。研究期間,亦感謝學長姊、學弟妹以及同窗好友的關懷。

最後要感謝我的家人,感激之情非筆墨能形容。最後僅以本論文獻給曾 經關心、照顧我的師長、朋友以及家人。

魏士淵 謹識於中華科管所

中華民國95 年 7 月 13 日

(7)

iii

目 錄

摘 要 ...i

誌 謝 ...ii

目 錄 ...iii

圖目錄... v

表目錄...vi

第一章 緒論 ... 1

1.1 研究動機與背景 ... 1

1.2 研究目的 ... 3

1.3 研究範圍 ... 3

1.4 研究方法與流程 ... 4

第二章 相關研究與文獻回顧 ... 7

2.1 線上型問題與定義 ... 7

2.2 線上型應用 ... 9

2.3 整車貨運業現況分析 ... 12

2.3.1 整車貨運業派遣現況... 15

2.3.2 現行車輛派遣模式問題... 19

2.4 小結 ... 21

第三章 模式構建 ... 22

3.1 汽車貨運業線上型車輛派遣模式構建 ... 22

3.1.1 模式假設... 24

3.1.2 汽車貨運業線上型車輛派遣模式... 25

3.2 汽車貨運業線上型車輛派遣系統 ... 30

3.3 模擬環境之建立 ... 31

3.4 線上型車輛派遣模式求解流程 ... 35

第四章 線上型車輛派遣模式之評估與分析 ... 38

4.1 延遲權重影響之分析 ... 39

(8)

iv

4.2 營業範圍與模式校估 ... 70

4.3 車輛狀態回報機制評估與分析 ... 73

第五章 結論與建議 ... 74

5.1 結論 ... 74

5.2 後續研究 ... 75

參考文獻... 76

(9)

v

圖目錄

圖1.1 研究流程圖 ... 6

圖2.1 離線型與線上型問題之比較 ... 9

圖2.2 責任分區車輛派遣制流程圖 ... 17

圖2.3 派遣中心車輛派遣制流程圖 ... 18

圖3.1 批次與緩衝時間派遣概念圖 ... 24

圖3.2 不同目標權重之派遣結果示意圖 ... 27

圖3.4 訂單產生流程圖 ... 34

圖3.5 派遣模式求解流程圖 ... 37

圖4.1 保稅貨運 200 筆訂單情境下不同延遲權重示意圖 ... 44

圖4.2 保稅貨運 150 筆訂單情境下不同延遲權重示意圖 ... 49

圖4.3 城際貨運 200 筆訂單情境下不同延遲權重示意圖 ... 54

圖4.4 城際貨運 150 筆訂單情境下不同延遲權重示意圖 ... 59

圖4.5 區域貨運 200 筆訂單情境下不同延遲權重示意圖 ... 64

圖4.6 區域貨運 150 筆訂單情境下不同延遲權重示意圖 ... 69

圖4.7 批次時間與緩衝時間示意圖―200 訂單 ... 71

圖4.8 批次時間與緩衝時間示意圖―150 訂單 ... 72

(10)

vi

表目錄

表2.1 台灣地區目前汽車貨運業的各種經營型態 ... 15

表2.2 派車作業類型優缺比較 ... 19

表3.1 旅行時間成本方陣示意圖 ... 28

表3.2 延遲權重之成本方陣示意圖 ... 28

表3.2 延遲權重之成本方陣示意圖 ... 30

表3.3 訂單起迄點最短路徑矩陣示意表 ... 31

表3.4 測試例題產製之模擬參數說明表 ... 33

表3.5 產製訂單各項模擬參數說明表 ... 36

表4.1 測試題庫屬性表 ... 39

表4.2 延遲權重指派結果-保稅貨運 200 筆訂單... 40

表4.3 延遲權重指派結果-保稅貨運 200 筆訂單(續 1) ... 41

表4.4 延遲權重指派結果-保稅貨運 200 筆訂單(續 2) ... 42

表4.5 延遲權重指派結果-保稅貨運 200 筆訂單(續 3) ... 43

表4.6 延遲權重指派結果-保稅貨運 150 筆訂單... 45

表4.7 延遲權重指派結果-保稅貨運 150 筆訂單(續 1) ... 46

表4.8 延遲權重指派結果-保稅貨運 150 筆訂單(續 2) ... 47

表4.9 延遲權重指派結果-保稅貨運 150 筆訂單(續 3) ... 48

表4.10 延遲權重指派結果-城際貨運 200 筆訂單... 50

表4.11 延遲權重指派結果-城際貨運 200 筆訂單(續 1) ... 51

表4.12 延遲權重指派結果-城際貨運 200 筆訂單(續 2) ... 52

表4.13 延遲權重指派結果-城際貨運 200 筆訂單(續 3) ... 53

表4.14 延遲權重指派結果-城際貨運 150 筆訂單... 55

表4.15 延遲權重指派結果-城際貨運 150 筆訂單(續 1) ... 56

表4.16 延遲權重指派結果-城際貨運 150 筆訂單(續 2) ... 57

表4.17 延遲權重指派結果-城際貨運 150 筆訂單(續 3) ... 58

表4.18 延遲權重指派結果-區城貨運 200 筆訂單... 60

表4.19 延遲權重指派結果-區域貨運 200 筆訂單(續 1) ... 61

表4.20 延遲權重指派結果-區域貨運 200 筆訂單(續 2) ... 62

表4.21 延遲權重指派結果-區域貨運 200 筆訂單(續 3) ... 63

表4.22 延遲權重指派結果-區城貨運 150 筆訂單... 65

(11)

vii

表4.23 延遲權重指派結果-區域貨運 150 筆訂單(續 1) ... 66

表4.24 延遲權重指派結果-區域貨運 150 筆訂單(續 2) ... 67

表4.25 延遲權重指派結果-區域貨運 150 筆訂單(續 3) ... 68

表4.26 不同預估完成時間派遣結果 ... 73

(12)

1

第一章 緒論

1.1 研究動機與背景

隨著近年來經濟成長與貿易增加、供應鏈整合觀念演進、資訊與通訊技 術發展迅速等因素影響,加上顧客需求之多元化與服務之競爭越趨激烈,業 者為提升其競爭力與服務品質,無不盡力使客戶快速收到其產品。因此,一 個有效率的物流及配送系統在汽車貨運業中,將更顯其重要與關鍵。

汽車貨運業者於近年來紛紛將其公司營運作業導入 e 化,藉此提昇企業 經營效率與競爭力。然而,目前國內汽車貨運產業之車輛的調度派遣,仍處 於人工作業階段,車輛的調度派遣依賴著派遣人員的經驗法則,人工作業無 法制式化與全面性考量其訂單與車輛狀態,為了簡化車輛派遣作業,業者通 常希望顧客能於前一日告知訂單,以利安排隔日之車輛調派工作。

車輛的調度派遣依賴著派遣人員的經驗法則,其派遣車輛之效率及品質 相當有限。另一方面,對於新進派遣人員經驗不足下,對其派遣車輛效率及 品質影響更甚,因此,有經驗的車輛派遣人員常成為眾家物流廠商或運輸業 者高薪延攬的對象【5】。本研究認為現況車輛派遣的方式,有頗大改善空間。

一般來說,車輛的派遣效率會牽引著運輸成本的增減,有效率的派遣車輛可 使得單一貨車之載貨率提升、減少空車運轉率、可服務訂單數增加、訂單延 遲與空車繞行距離減少。故貨運車輛派遣的優劣對於業者的經營成本及獲取 利潤影響甚大。利用人工作業及使用「經驗法則」來派遣車輛有著下列幾項 缺點【1】:

一、 派遣人員無法掌握全部車輛的位置及其訂單服務狀態(到場、離場、載 貨、卸貨等),而導致有可能指派服務成本較高(行駛較遠)之車輛來進行 訂單的服務。

二、 在客戶的訂單到達以後,派遣人員對於何時去處理(派遣)該訂單的時間 並無很明確的準則。若提早太多時間進行派遣將有可能造成車輛資源的 浪費;若接近訂單要求服務時間時才進行派遣則可能造成訂單延誤時間 的產生。

(13)

2

三、 派車人員依經驗法則進行車輛派遣時,若對於工作負荷突然的增加(如訂 單大量產生等),在面對較為廣大的服務區域、較多車輛數,無法做出較 佳的車輛派遣組合。

四、 依靠經驗法則派遣車輛方式,對於新進派遣人員的教育訓練時間較久且 剛上手之新進派遣人員可能在其經驗不足下而造成更多成本的浪費。

五、 人工派遣作業流程簡化。由於人腦記憶力及處理資料大小有限,若業者 營運車隊及服務訂單數較為龐大時,將車輛或是訂單平分給多位派遣人 員進行處理。以作業研究的觀點來看,將問題拆成多個子問題求解結果 必會比一次考量全部問題求解結果來得差。

隨著的市場競爭日益劇烈,客戶需求的多元化與不確定性,使得汽車貨 運業車輛派遣作業必須隨新的訂單到來而隨時調整以應付即時需求。即時性 的訂單而對於未來訂單產生的需求無法預先得知外,尚需考慮到實際作業環 境因素對派車作業的限制,例如車輛數是否足夠、車輛大小、貨物裝載時間、

道路交通狀況與突變原素等,故國內的汽車貨運業車輛派遣是一複雜度高之 線上型問題。

由於接受即時性的訂單,國內汽車貨運業之特性在於客戶的需求隨著時 間逐一出現,且當需求出現時,派遣人員僅知道現有的顧客需求資訊,對於 未來的需求則一無所悉,因此稱為線上型問題(On-Line)【4】。線上型問題求 解方式能夠同時隨著即時資訊及環境條件的改變而重新求解,似乎相較於離 線型(Off-Line)問題的求解,線上型求解更能符合實務作業之現況要求【1】。

國內、外有關貨運研究大多是針對車輛路徑的規劃問題,偏重於靜態的 離線型問題的探討與求解,對其求解特性其分析也較多,反觀實務上動態的 線上型派遣問題進行探討之研究,則較為少見。然而,實務上的車輛派遣需 考量到訂單需求的位置、數量、時窗限制及可用車輛數,並無法利用單純使 用靜態方法或模式來求解。因此,本研究將以整車貨運型態的汽車貨運產業 為研究對象,構建出一適合國內整車貨運型態的汽車貨運業的線上型車輛派 遣系統。另一方面,利用汽車貨運業線上型車輛派遣模式之評估與分析【1】,

所提出之「時段切割批量處理派遣模式」,其批量處理時間參數(Batch time) 與訂單緩衝時間(Buffer time)校估,期有助於實務上汽車貨運產業車輛派遣問 題之改善與解決。

(14)

3

1.2 研究目的

本研究主要在分析探討國內汽車貨運業者之車輛派遣問題,研究之目的 是將車輛指派加入動態指派機制,期解決國內汽車貨運業現況派車效率不佳 的問題,提昇車輛派遣之效能並建立符合國內實際營運操作且有效率之汽車 貨運業線上型車輛派遣模式,以期能取代過去人工指派方式。

本研究主要目的如下:

一、對國內汽車貨運業的車輛派遣作業進行暸解並分析其缺失所在。

二、汽車貨運業線上型車輛派遣模式之建立。

三、派遣模式之批量處理時間參數與緩衝時間校估。

四、改善汽車貨運業車輛派遣之效能。

1.3 研究範圍

本研究以國內之整車汽車貨運業為主要之研究對象,並僅針對業者之訂 單派遣問題,進行線上型派遣,其目標以運送成本、訂單延遲時間與車輛閒 置時間等三項,分析其不同派遣策略之下,其各項參數之組合。基於以上,

納歸本研之研究範圍如下:

一、根據我國公路法第三十四條,將汽車貨物運輸業分為汽車貨運業、汽車 路線貨運業與汽車貨櫃貨運業三種。另外,汽車運輸業管理規則第一百 零八條將貨運業承運貨物分整車及零擔兩種。按車輛之載重量收費者,

為整車貨物;按車輛所載貨物之件數及每件重量計算運費者,為零擔貨 物。所謂整車貨物係指按照車輛之載重量收費者稱之;而零擔貨物則是 以按照車輛所載貨物之件數及每件重量來計算運費。本研究為針對整車 汽車貨運業為探討對象,其餘經營型態不在本研究範圍之內。

二、本 研 究 之 派 遣 模 式 之 運 作 須 於 在 自 動 車 輛 定 位(Automatic Vehicle Location, AVL)技術中,可獲取車輛之所在地與車輛狀態,並於地理資訊 系統(Geography Information System, GIS)之環境下進行派遣。

本研究之訂單的到達分配假設以波松分配(Poisson Distribution),使一日 之訂單到達之時間間隔呈現為指數分配(Exponential Distribution)。

(15)

4

1.4 研究方法與流程

本研究之研究流程圖如圖1.1 所示。各項研究步驟如下所示:

一、研究動機與目的

如1.1~1.3 節所述,本研究己明確訂立研究動機、目的與範圍,以利研究 之進行與依據。

二、相關文獻回顧

蒐集國內外相關文獻、回顧與此相關文獻之研究與資料整理,確定派遣 之特性,依其特性來選擇適當之模式構建方法,並進行深入了解。

三、汽車貨運產業之實務特性瞭解

本研究將以國內整車汽車貨運業為實證研究對象,藉由文獻與訪談相關 人員,以瞭解目前整體排班與派遣狀況,如:訂單處理狀況、派遣車輛、人 員之配合情形等,並取得國內整車貨運業業者之實際訂單派遣資料,利用其 實際派遣之資料建構其模式,以期符合目前國內汽車貨運業之線上型派遣模 式。

四、模式測試

本研究以國內整車貨運業業者之實際訂單派遣資料進行測試,並針對其 自動車輛定位系統修正其模式,提高車輛使用效能,以符合實際業者營運需 需求之派遣法則。

五、延遲與等候權重校估

本研究提出之模式中,可依其業者不同之營運策略,可調整運送成本、

延遲時間與等候時間之權重比例,符合實際營運之需求。

六、批量處理與緩衝時間校估

隨著訂單需求之時間與數量之不同,於批量處理時間參數與訂單緩衝時 間也將隨之改變,此兩項參數會影響整個派遣結果。因此,本研究利用模擬

(16)

5

派車的方式進行不同情境下的訂單緩衝時間及批量處理時間的分析,以求得 各情境下最佳之批量處理時間參數與訂單緩衝時間。

七、結論與建議

根據本研究所建構之汽車貨運業線上型派遣模式成果,提出所獲之結 論,並整理研究相關建議,以供整車汽車貨運業作一經營策略之擬定依據,

亦供後續各項相關研究之參考。

(17)

6

研究動機與目的

相關文獻回顧 汽車貨運產業之實務特

性瞭解

線上型派遣模式之建立

模式測試

批量處理與緩衝時間校 估

結論與建議 延遲與等候權重校估

結論與建議

圖1.1 研究流程圖

(18)

7

第二章 相關研究與文獻回顧

2.1 線上型問題與定義

線上型問題於各篇文獻中名稱各有差異,可稱為線上型(On-line)、即時 (Real-time)或動態型問題(Dynamic Problem),而不同學者對於這三個名稱的 解釋不全相同,但 Psaraftis【16】將視為動態、即時、與線上為同義字。依 Psaraftis 之定義:動態車輛路線問題(Dynamic Vehicle Routing Problem)問題之 資訊,是於車輛路線發生的同時才同步更新或是告知決策者。而Powell【14】、 Jaillet 及 Odoni【13】所提出的是指當資訊更新的同時,即時應用其靜態模式 不斷的反覆求解;且動態問題的需求特性應為一天內是持續且隨機的出現。而 Sgall【18】則提出一個其線上型與離線型之問題差異,離線型(Off-line)演算 法為輸入資料之完整資料,可供模式取得所有工作之資源需求加以求解,而 線上型演算法則只能在排程及提供完成服務時,才能夠得實際執行與結束之 時間,因此線上型演算法僅能得知目前所獲得之資源需求,對於尚未發生時 間之資源需求及資源需求其是否能加以整合等資訊皆一無所知。

線上型派遣模式多運用於需快速反應之運輸與物流領域,例如計程車服 務旅客、警察出巡緊急狀況、卡車司機接送貨物等,這類問題的需求特性在 一天內是持續且隨機出現的,且須有一調度員去指派司機服務其需求。派遣 者依據系統提供最佳派遣方式作出決策,並將需求資訊傳至系統更新並再計 算出最佳解。

Mitrovic-Minic 等人【12】研究指出動態收送貨問題在探討當車輛已經被 指派服務客戶,且公司仍會持續且隨機收到新的服務需求的情況下,應如何 將新需求在符合各式限制條件下,指派給適合的車輛進行服務。該研究學者 認為車輛在服務客戶的過程中,其閒置時間的分布狀況,會影響新增需求指 派結果,亦與整體面的最佳指派結果息息相關,因此研究中探討較適合的車 輛服務客戶時的等待時間分佈策略,並提出啟發式演算法求解滿足時窗限制 條件下之動態收、送貨問題。此等候時間指的是車輛服務各個服務點間,等 待收貨與等待卸貨間所分散而成的時間。

(19)

8

針對於線上型(On-line)之探討,梅明德【4】,將線上型問題、模式與應 用的定義如下:

一、線上型問題(On-line problem)

問題中事件的資訊隨著時間的順序,逐一由未知變為已知,且各事件及 整個問題的結果必須在問題進行之同時逐步完成。

二、線上型模式(On-line model)

在需求資料出現的時刻,不能改變此時之前的結果,亦不預測未來可能 出現的需求,只考慮當時所知的部份資訊,並能反應當時最新一筆資料進入 的變化及影響。

三、線上型應用(On-line application)

從事件發生的觀點,線上型應用是隨著所關注事件的發生同步進行,不 斷進行模式求解並且在事件時效之內立即提供回應,因此具有即時性(Real time)要求,事件發生的順序,也會影響求解的結果。相對的,離線型應用 (Off-line application)則是在事件結束之後,從事後的觀點重新審視整個問題,

沒有時效性且事件發生的順序也與求解無關。

另外,除上述定義之外,Psaraftis【16】與梅明德【4】分別提出線上型 與離線型之差異有下列數點:

一、必須考慮時間維度。

二、問題的執行時間不一定有確定的終點。

三、未來資訊為不確定或未知。

四、越接近事件發生的資訊越重要。

五、必須有更新資訊的機制。

六、必須具備重新排序或是重新指派的決策能力。

七、必須具備延展顧客服務的機制。

八、時窗限制可能較為寬鬆。

九、改變車隊規模的彈性較小。

十、顧客等候(Queuing)的考慮變得較重要。

(20)

9

十一、 以目前閒置車輛運算其可派遣車輛。

十二、 求解法須具有隨時演算法的特性。

十三、 顧客會出現無法服務的情形。

十四、 目標函數與離線型不同。

十五、 短程解可能導致最後解的品質不佳。

十六、 總其上述所述,離線型與線上型之差異如圖2.1 所示。

顧客(1)需求進入時間:t1 需求數量、地點、服務時 間、服務時窗限制

顧客(2)需求進入時間:t2 顧客(3)需求進入時間:t3

顧客(n)需求進入時間:tn 顧客(i)需求進入時間:ti

時間

1輛車 出發/改變路線

求解演算法

最佳化調度計畫 車輛依據規劃出的

路線順序服務顧客 接獲顧客

i 需求通知

求解 改善 安插入

路線 k

程序

線上型離線型

k輛車 出發/改變路線

2輛車 出發/改變路線

接獲全部顧客需求

圖2.1 離線型與線上型問題之比較 資料來源:【3】

2.2 線上型應用

於 Powell【13】、梅明德【4】、沈鈺荃【1】等人的研究中均指出,靜態 的求解方法,經適當調整可以成為或近似最佳化的動態問題之求解策略,此 也顯示出其靜態與動態的問題特性之間為具有其關連性,可利用其已知的最 佳靜態求解方法進行求解。

在線上型系統於求解的過程中,將營業時間分割為一小段批次處理時 間,於處理時間發生的訂單、未處理的訂單與可使用之車輛,以靜態的方式

(21)

10

進行持續的運算,故可將靜能求解方法視為動態求解方法,但動態方法與靜 態方法其目標函數仍有差異。在靜態或離線型模式中,皆可以最少的成本服 務所有顧客作為衡量求解品質的基本準則,梅明德【4】則提出動態模式中目 標函數之成本可以下列幾項表示:

一、成本最小化。

二、利潤最大化。

三、車輛數或人員數最少化。

四、最大服務顧客數。

五、最小化顧客停留在系統內時間。

六、完成所有顧客服務時間之最小化。

Shieh【15】等人的研究中,提及車輛派遣方式受到即時顧客需求與突發 交通狀況的影響,前者可能引起重新的派遣順序;後者必須改變行駛路線或 服務訂單的開始時間。但在交通狀態不易掌控與預測,故暫於平均速率預測。

在研究中更導入隨時演算法、動態等候串列與順序處理等程式撰寫技術,提 高其系統演算之速度與解之品質。

劉金維【6】等人的研究中以動態規劃法為基礎發展一連續求解模式,求 解線上型單一車輛調派問題,以對稱性與非對稱性路網進行分析皆有不錯的 效果。然而,發現超過臨界服務範圍或交通擁塞,將造成車輛不足或無法準 時抵達,而降低來單服務率,使其拒絕單數增加。

Powell【15】改以資源配置的觀念,假設一個駕駛一次至多進行一項工 作,不考慮併車;駕駛在完成工作後不一定返回家或原點;以及不一定所有 工作均須服務。針對具不同屬性(如位置、已工作時間、尚可工作時間及何時 可獲得等)的駕駛及多重條件限制(如起始點、終點、時窗、預估所需耗時、

對駕駛技能要求等)的工作(在此定義為自起始點、承載、至終點所有的過程),

運用「貼標籤」的技巧,建構以最佳化為基礎的 發式演算法。首先以數理 規劃建構最佳化模型,其次循著求最佳解的程序發展單標籤演算法,籍以快 速取得較佳解,因應即時資訊運算需求;多重標籤演算法則可以在不喪失太 多運算時間原則下,提昇較佳解品質,並提供駕駛多項工作選擇。最後實驗 驗證部分也證實了上述二演算法在利潤獲得、空車里程數百分比、閒置駕駛 人數、已服務工作數、CPU 運算時間等指標均有較佳水準的表現。

(22)

11

Yang【11】等人利用離線型模式求解即時多車種貨車收送問題,利用靜 態模式不斷重覆求解之方式解決動態問題,此問題併考慮多車種間的不同成 本、空車繞行距離、訂單延遲完成時間、拒絕訂單、工作時數與長途駕駛返 家等限制。

在Bausch【9】等人的研究中,詳述了一個美國車用機油公司(Mobil Oil Corporation)油品運送的車輛派遣問題並指出運輸業的成本是依車輛裝載大 小、場站的數量、和車輛繞行的路徑及時間而決定。其公司的經營型態為從 油品製造工廠配送產品到各個顧客,該公司在全國有設有十個油品製造工 廠,意謂每張訂單的起點皆為這十個點的其中一個,訂單的迄點則遍及全國 各地。

文中指出該公司導入一個輔助派遣系統且該系統每年為公司節省了約一 百萬美元。該公司的油品配送車隊為混合車隊(多車種),設有一派遣中心採 統一式的派遣。此外,由於配送點遍及全國而形成製造工備與配送點間的距 離範圍不一,所以在卡車的配送計劃表(班表)上有三種情況,如下列點所示:

一、區域派遣(Local Delivery):為本地的送貨區域內可找到 Source 油品工 廠 , 此 型 態 可 被 定 義 為 內 部 地 理 範 圍(Geographic Region) 配送 或是 Source(十個油品工廠之一)半徑範圍內配送。

二、隔夜送達(Overnight Delivery):為訂單的配送較區域派遣範圍大,且無法 在同天內送達的型態。

三、中繼點派遣(Pool Local Delivery):由於配送區域離 Source 油品工廠的距 離過大,所以在配送區域與 Source 油品工廠之間找一個地點(Pool)並在 此處進行卡車的拖曳車箱交換,由Source 油品工廠出發的滿載油品拖車 與進行訂單服務完後的空拖車進行交換。

此公司所導入之輔助系統是依所需派遣資料(Dispatch Data)如訂單來 源、卡車特性及數量、地理位置的參考及配送作業的工作天數等等的資料輸 入後,進行系統運算而產生結果後由調派員進行人工的判別來進行檢查,最 後再進行車輛的指派。

在Rego【17】的研究中,針對一實務問題,使用兩階段(Two-Phase)的演 算法(Two-Phase)來求解箱形卡車(Tank Truck)的派遣問題,所提出之演算法核 心為塔布搜尋(Tabu Search)的應用。所求解的問題屬性如下列點所示:

(23)

12

一、此實務問題之公司服務範圍遍及整個歐洲。

二、有200 個送貨點(Delivery Points)及從 7 個終端站(Pickup Points)配送未加 工的材料。

三、每個箱形卡車會在到達訂單的送貨點而完全卸下貨物。

四、每個送貨點必須在早上接收貨物和每個卡車必須在兩個星期內回到原出 發的場站。

五、社會限制方面,像是連續開車的時限、司機的休息時段和車輛行駛速率 的限制。

六、顧客每個月的訂單時間不規律且送貨日不固定,但是估計有 40%~50%

的訂單會在五個工作天前是已知的。

七、送貨點與終端站的距離平均為400 到 600 公里,但是每個送貨點離終端 站的距離的範圍為2 到 2000 公里。

八、訂單的狀態會有其它的因素影響而改變,如訂單的臨時提前或取消。

此研究之演算法,在第一階段(First Phase)先利用分解法(Decomposition) 對一連串的運輸問題(Transportation Problem)來決定一組可行路徑並求得路 線的順序,其第一階段的目標函數為最小化的路線成本。在求得一組可行路 徑順序後,第二個階段(Second Phase)則是利用塔布搜尋(Tabu Search)來改善 第一階段的初始路徑。

Slater【8】利用郵遞區號進行訂單分區,建立一動態多倉庫多車種派遣 決策支援系統。以批次處理時間之概念切割營業時間,使有時窗限制之動態 載卸貨問題可使用靜態方式求解,提供派遣人員一派遣依據。另外,透過專 家系統與人工智慧,長期收集其訂單起迄點、載貨量、要求服務時間等資料,

可令車輛提早分布於訂單需求較高之區域,減低其車輛閒置成本。

2.3 整車貨運業現況分析

依據我國公路法第三十四條將汽車貨物運輸業以營運路線與區域分成汽 車貨運業、汽車路線貨運業與汽車貨櫃業等三種。而在汽車運輸業管理規則 第二條定義「汽車貨運業」乃指以載貨汽車運送貨物為營業者。及汽車運輸 業管理規則第一百零八條將貨運業依據承載貨物之型態分為「整車」與零擔 二種。按車輛之載重量收費者,為整車貨物。按車輛所載貨物之件數及每件 重量計算運費者,為零擔貨物。而汽車貨運業之經營特性有下列幾項:

(24)

13

一、汽車貨運業之經營型態係採無固定運送路線之運送方式,以整車為單位 的貨物。

二、車行大都未設營業所供貨物集散之用,而由司機直接往返於託運人與收 貨人之間,提供及門(door to door)服務,所以貨主和司機間頻繁的一對 一(one to one)關係,遠勝於與車行老闆的互動。

三、司機營運自主性大增,單打獨鬥亦能生存,車行反而退居後勤支援角色,

於是促成司機與車行都願意以靠行方式,維持雙方合作關係。傳統汽車 貨運業者多以個別訂定契約方式承攬貨物,故有時又可稱為「契約貨運 業」。

四、傳統汽車貨運業者之貨源管道大多由業者自行開發,托運人自行提出租 賃申請或委請托運行轉手托運,貨物來源極不穩定。

五、各汽車貨運公司往往採取削價方式爭取貨源,雖然政府訂有汽車貨運事 業基本費率標準,但實際上汽車貨運市場內貨運價格仍十分混亂。

六、汽車貨運者在接受貨物托運申請後便派遣貨車前往托運人處取貨,而所 托運貨物也多以整車為主,故運送過程中並無明顯的轉運與併裝行為,

待收委託運貨物後直接將滿載的貨物運送至指定的目的地。

七、較不需轉運中心或併裝場站,絕大部分的汽車貨運業者都沒有自己專用 場站。

八、傳統的汽車貨運業對於委託貨物的尺寸規格並沒有統一規定,而且貨物 種類繁雜,貨運公司往往都是在接受委託申請後才得知所要拖送之貨種 類別。

九、貨物運送起迄點不同,大部分裝卸貨過程皆須仰賴人工方式完成,無法 使用機械化設備以提昇裝卸速度,造成貨物運送時間增加。

然而隨民國81 年全球資訊網設立以來,帶動全球無國界之地球村概念,

使進出口貿易蓬勃發展,更隨著我國加入WTO 與科技園區成立之影響、供 應鏈整合之觀念、資訊與通訊技術之進步,企業國際化與自由化已成為不可 避免之趨勢。隨傳統國家地域疆界概念消失,企業不再只是侷限於區域、城 際或國家內的經營,轉化為全球性的佈局與經營,因此對於進出口之需求隨 之倍增,使得貨物運輸業之市場由運輸需求小轉變為需求大之市場,但相對 國外之貨物運輸業者亦加入國內貨運物輸之市場,將於未來對於國內業者造 成衝擊,而未來國內貨運需求之發展趨勢如下【7】:

(25)

14

一、貨物需求之發展趨勢

(一) 貨物起迄點改變:台灣加入 WTO 後,進出口貨物將增多,如進口 貨物為例,以海港或空港為起點,並將貨物逕送至個人或公司;反 之則以海港或空港為迄點。

(二) 貨件小型化:消費意識的抬頭,將使消費習慣由以往的多量少樣改 為少量多樣,此一改變將意謂者貨件將小型化、多樣化與迄點分散 化。

(三) 貨件單價昂貴:由於國內電子產業在國際扮演重要之角色,因此進 出口貨物有極大部份是高單價電子產品,然此類產品的特性大多為 體積小、價值高,委託者所要求的不再是單運輸成本的降低,而是 服務的即時性、運送時間的準確性及運送途中的安全性。

(四) 運輸業委外:在強調供應鏈管理之下,各業者多專注於本身專業能 力之提昇,並將非專業之部分委外辦理,如運輸業委由專業貨物運 輸業辦理。

(五) 提供附加服務:由於貨運可提供及戶、乃門之服務,而客戶為求方 便,可能會要求提供其他附加服務,如代客收款、貨物包裝等附加 服務。

二、貨運供給之發展趨勢

(一) 企業整合化:公路貨運業為強化其整體服務與整體效益,進行業者 間整合已是一種發展趨勢,包含異業整合與同業整合。

(二) 業態模糊化:公路貨運業為強調整體服務,除促成業者間之整合,

亦造成業態模糊化,如路線貨運業、快遞業、宅配業之營業方式相似 重疊之情形。

(三) 服務精緻化:在顧客導向的經營方式下,貨物運輸產業對顧客之服 務已愈趨精緻化,如定時定點運送、結合便利商店、貨物追蹤等服務。

(四) 供給客製化:由於產品週期趨短,促使產品之供給必須具彈性,而 對應之貨物運輸亦需具彈性,甚者要有客製化的服務。

(五) 資訊數位化:為能配合顧客進行電子商務,貨物運輸業者必須要先 將內部資訊數位化,並發展資訊科技,以利與顧客進行資訊整合與交 換,進而以構建虛擬企業為目標。

(26)

15

2.3.1 整車貨運業派遣現況

目前國內汽車貨運業可依照組織型態可分為真實性企業、家族型企業與 靠行等三種型態(如表 2.1):

一、真實性企業組織型態:此類公司之組織型態健全,人事、營運等管理均 採制度化,且具相當規模,然而目前此類公司之數量相當少。

二、家族型管理型態:此類公司由親戚、兄弟姊妹等家族成員共同經營,規 模屬於中等,且往來客戶多屬常客。

三、靠行營業型態:將自有車輛寄靠別人車行(即將車輛登記為車行所有),

而私下與車行訂定契約,以明確劃分彼此間權益。一方面車主可免除車 輛領牌、繳稅、違規罰鍰、汽車保險及行車事故處理等雜務,另一方面 車行可向車主收取定額之靠行費,每車每月3,000~4,500 元不等,而不負 對車輛營運及業務招攬的責任,在雙方均可獲利之前提下相互依存,而 促使靠行營運之由來。

表2.1 台灣地區目前汽車貨運業的各種經營型態

經營型態 企業組織 家族型管理 靠行營業

車隊組成 完全公司自有 1.公司自有;2.接受靠行 完全接受靠行 負責人特色 負責人兼車主 負責人只擁有部份車輛 推派車主一人代表 司機來源 全為雇用 1.公司雇用;2.靠行車主 全為靠行

業務來源 完全公司提供 1.公司提供業務;2.靠行車主自攬 業務完全自攬 資料來源:【3】

整車貨運業多因成立公司之投資過於龐大,大部份皆為較有制度與規模 之真實性企業。本研究依其沈鈺荃【1】與觀察,明顯發現汽車貨運業者的派 車流程及法則會因其公司本身的經營型態而會有所差異,然而大致上可將台 灣貨運業者派車作業方式歸納出典型的三大類:分別為排班派車制、責任分 區制及統一派車制,分別說明如下:

一、排班派車制

此類型態為運送車輛皆屬於公司本身,而司機員有固定底薪制,但 限制每月服務訂單必需達到規定筆數才可有固定底薪,若超過規定筆數

(27)

16

依超過筆數的多寡加發績效獎金。此類派車法則是以車輛或司機員(大多 數是採人車合一)進行排班,當訂單產生時,依據訂單的需求大小,進行 車輛的指派。當車輛服務完訂單後,即回到場站再進行排班的動作。若 當場站內無車輛可供服務時,會先詢問已指派出的司機員訂單處理狀 況,再經由派車人員的經驗判斷是否有車輛可在於服務完本身訂單後再 去服務此時新增的訂單,若派車員經驗判斷本身公司的車輛已無法服務 此時的訂單時,即尋求外車支援。其詳細派車流程圖如圖2.1 所示。

圖2.1 排班派車制流程圖 二、責任分區制

此類型態,運送車輛大部份是屬於本身公司自有,司機員的薪水是 依據服務客戶數(訂單數)的績效來計算。如果業者的服務範圍較大時,將 其營運區域劃分為數個主要區域,數個主要區域再劃分為數個服務區。

每個服務區,分有一組司機員來進行服務。當訂單產生時,判斷訂單是 屬於那一區的服務範圍,即對負責此區的一組司機員進行車輛的指派。

通常同一組的司機員會再區分範圍,意即每個司機都會其服務範圍。當 負責該筆訂單的司機無法接單時,會尋求同組內其他司機員的支援。當

(28)

17

同組內的司機員可支援時,該筆訂單即轉給支援的司機員;若同組內的 司機員無法支援時,即尋求組外的司機員支援。當同組外司機員可支援 時,該筆訂單即轉給支援的司機員;若組外司機員無法支援時,即放棄 該筆訂單。詳細派車流程圖如圖2.2 所示。

圖2.2 責任分區車輛派遣制流程圖 資料來源:【1】

三、派遣中心派車制

此類型態,運送車輛大部份是屬於本身公司,但亦有外來靠行車。

司機員的薪水是依據其所服務 的訂單筆數、距離來計算的。其派車法 則主是以派遣人員掌握所有車輛的動向及狀態,以經驗法則來進行車輛 的派遣,所以此類型的派車法則需考慮到派車公平性的問題。當訂單產

(29)

18

生時,依據訂單需求量的大小判斷場站內車輛是否足夠服務該筆訂單,

若有,直接指派場站內的車輛進行服務;若無,此時派車員會依已派出 車輛所服務訂單的起迄點加上經驗判斷來挑選車輛進行指派,若所挑選 出無法進行該筆訂單服務,則派車員會重新尋找車輛進行指派,直到找 到可服務該筆訂單的車輛;若派車員無法找到可服務該筆訂單的車輛 時,即尋求外車支援。統一派車制與排班派車制的最大不同在於車輛派 出時並不要求一定回到場站內等待指派,亦無所謂的排班順序,車輛的 指派完全是在於派車員的經驗法則。其詳細派車流程,如圖2.3 所示。

圖2.3 派遣中心車輛派遣制流程圖 資料來源:【1】

(30)

19

綜上所述,其汽車貨運業派車作業分為上述上述三大類(排班派車制、責 任分區制及統一派車制),每類的派車作業因限於公司主政者觀念及經營型態 亦有優缺之處,本研究探討其優缺之處,整理如表 2.2 所示。經由探討其各 類型的派車作業後,發現其派車皆是依派車員的經驗法則進行車輛指派,所 有的法則一但加入了人為因素,即可能會發生公平性、正確性或是效率不定 等問題。本研究認為業界現況的派車作業仍有很大改善空間。

表2.2 派車作業類型優缺比較 派車作

業類型 優點 缺點

排班派 車制

1.固定底薪制,無公平性問題 2.司機無法拒絕任務的指派 3.無靠行車,人事較好管理

1.車輛要回到場站排班,故運輸成本較高。

2.場站內無車時,需依派車員經驗法則進行 派車,派車效率有限

責任分 區制

1.採責任分區,簡化派車作業 2.採責任分區,司機員對於所負 責區域熟悉度高

1.若尋找不到支援車輛,造成訂單的損失。

2.所找之支援車輛不一定為最佳的(路況熟 悉度、離要服務的點遠近)

3.區域劃分有可能造成服務訂單成本的浪 費(A 區域的訂單剛好產生在 B 車附近,但 是B 車不得去服務)

統一派 車制

1.統一派車對於顧客服務較高 2.車輛不要求回到場站,對於指 派車輛較具彈性。

1.人事較不易管理

2.人為派車造成司機接單數不一,標準差過 大,產生公平性問題

3.場站內無車時,需依派車員經驗法則進行 派車,派車效率有限。

資料來源:【1】&本研究整理 2.3.2 現行車輛派遣模式問題

目前國內汽車貨業者仍多以人工方式執行車輛指派,往往需要顧客提早 一天或多天前即告知業者,主要原因為人工派遣無法於短暫的時間內求解出 最佳之車輛指派結果,加上以人力無法掌握所有車輛之所在位置與狀態,因 此,為了簡化其車輛派遣流程,故要求顧客儘量提早於一天前通知。

(31)

20

然而隨著市場競爭與顧客即時之需求,使得車輛派遣之作業有越來越多 於當日告知要求服務之情境,因此即時人工派遣環境下更顯人工之無法負荷 與求解之效果不佳,而人工派遣作業所帶來之下列幾項缺點【1】:

一、無法處理所有資訊:人腦記憶有限,無法於即時之情境下掌握所有車輛 位置與狀態,顧客之要求服務之訂單起點、迄點、載貨量、運送距離、

要求服務時間與到達時間,在此眾多資訊之下無法全面考量即時之情境 之下之最佳派遣名單。

二、處理流程不一致:於客戶訂單到達後,派遣人員對於何時處理 訂單並 無明確的準則,若是提早太多時間進行派遣,將可能成車輛閒置與人力 的浪費,若接近訂單時間派遣,則可能造成訂單延誤之情形發生。

三、人員訓練不易:依靠經驗法則派遣車輛,對於新進派遣人員的教育訓將 容易造成困難,不僅浪費公司內部成本,更易因新進人員派遣之車輛不 佳,造成更多訂單延誤或車輛浪費之情形產生。

四、求解成本高:由於人腦記憶力與即時處理資料能力有限,故能同時派遣 之車輛有限。另外,若業者營 之車隊與服務訂單數較為龐大之時,將 車輛或訂單平分給多位派遣人員進行處理,依作業研究求解之觀點來 看,將問題拆解成一單一派或數個子問題,其求解結果必定比一次全部 求解來得差。

五、缺乏公平性:人工派遣之狀況下,容易因派遣人員與要求服務之顧客或 車輛之駕駛員個人之好惡進行指派,不僅造成駕駛薪資制度之不公,更 造成車輛運輸成本之浪費,甚至延誤訂單造成商譽之損失。

因此,透過一個良好健全的模式與系統的建置,將有效幫助業者提高收 益、降低其成本,其優點如下所述:

一、求解時間短:因電腦記憶力與即時處理能力較人工派遣為優,相同車輛 數與服務訂單數之情境下,電腦求解速度將大幅領先人工處理。

二、求解品質較高:可得知所有車輛與訂單訊息並加以記憶與處理,更可多 工處理所有訂單,尋求較優之解答,較人力派遣之一單一派為佳。

三、可以業者求調整派遣模式:可依其經營者所訂定之目標進行派遣,如運 輸成本最小、延遲時間最短、車輛閒置時間與數量最小等目標加以設定,

以符合企業之經營目標。

(32)

21

四、符合公平原則:系統派遣較人工派遣公平,可依企業派遣流程與原則進 行指派,避免人工派遣之弊。

五、提昇企業形業:透過模式與系統進行派遣,有效率的服務顧客需求,並 掌握所有訂單狀態,提昇企業之形業。

2.4 小結

由上述相關之文獻回顧與現況汽車貨運業車輛派遣之環境,可歸納出下 列幾點:

一、利用離線型派遣模式與批次處理之概念,切割其營業時間,視其各批次 處理時間點為離線型,處理已知之訂單需求。

二、雖其解有可能因短程解造成最後總結果不佳,如旅行成本較離線型求解 高,但在顧客要求服務品質之環境下,線上型應用為未來派遣之趨勢。

三、目前有關線上型模式之求解,其旅行時間皆以平均速率估計,無應用至 實際派遣中之參數,故其模式實際可行性尚待驗證。

四、汽車貨運產業以人工經驗派遣方式存在其眾多缺點,無法全面考量訂單 需求與車輛狀態為最大之缺陷。

五、目前汽車貨運業派遣作業模式為訂單產生立即尋求可用車輛,將造成車 輛閒置時間過久,造成車輛使用率不佳之問題。

(33)

22

第三章 模式構建

3.1 汽車貨運業線上型車輛派遣模式構建

本研究旨在建立一以派遣中心為基礎之汽車貨運業線上型派遣模式,其 模式與一般傳統離線型派遣模式不同之處,為以即時資訊下處理訂單與車 輛,且無法得知其未來交通資訊、車輛狀態與尚未發生之訂單,依據系統提 供目前訂單與之各項資訊進行指派,並將其指派資訊利用各通訊技術傳遞至 可服務車輛。車輛完成訂單服務後回傳車輛至派遣中心,更新其完成時間與 車輛狀態並再次循環指派。

傳統之汽車貨運業派遣模式多使用具時間窗限制的提送貨問題(Pickup and Delivery Problem with Time Windows, PDPTW),此問題於不違反車輛容量 與顧客期望在限定時間窗內進行服務,並針對其已知訂單進行繞行路徑之規 劃與交換,減少訂單安排不合理與不必要之繞行距離等問題。

PDPTW 問題複雜度大,屬於 NP-Hard 問題,故無法於合理時間內求得 最佳解,在現實派遣作業中因交通狀況、車輛作業時間等因素無法掌握,加 入其訂單需求多於當日發生,因此使用批次處理(Batch procedure)與緩衝時間 (Buffer time)概念,其批次處理時間與緩衝時間之意義為:

一、批次處理

批次處理定義為將欲執行之工作收集起來,放置於儲存設備中,於 累經一定長度之時間或工作數量後進行處理。

因離線派遣型模式可全盤考量訂單數量、服務時間與分佈情形,故 線上型派遣其解較離線型為差,故本研究利用批次處理之概念,每隔一 固定時間或累積到某一訂單數量後進行派遣,以獲得較立即派遣模式為 佳之解答拉進與離線型派遣模式較佳之解。

(34)

23

二、緩衝時間

緩衝時間為避免執行工作發生延遲,於工作要求服務之時間減去緩 衝時間,提早執行其工作時間。由於線上型派遣無法得知其尚未發生時 間點之訂單收貨時間與車輛位置,故無法估計須最晚於何時進行訂單與 車輛之指派,故須預留某一長度之時間,以確保指派車輛前往訂單之途 中不致於發生延遲。

本研究利用批次時間切割當日營業時間使其成為某一固定長度之營業時 段,顧客「來電要求服務時間」並不立即派遣車輛進行服務,而是記錄顧客 所要求之「服務執行時間」、貨物數量、起迄點等資料,其「處理時間」為要 求「服務執行時間」減去「緩衝時間」得到「最晚處理時間」,舉例來說,以 批次處理時間為60 分鐘、緩衝時間為 120 分鐘為例,顧客來電告知於要求收 卸貨時間與地點後,為避免立即派遣造成車輛之閒置與佔用,於顧客要求之 收貨時間滅去緩衝時間,可得出最晚派遣時間點,依其最晚派遣時間點落入 之批次處理時間區域,可得知訂單應處理之批次時間點為何,避免車輛延誤 到達收貨地點,其派遣概念如圖3.1 所示。

(35)

24

時間

08:00

14:00 13:00 12:00 11:00 10:00 09:00

15:00 16:00 17:00

O1

D1

O3 O2

D2

D3

衝 時 間 緩

衝時 間

緩 衝時 間

批次處理

圖3.1 批次與緩衝時間派遣概念圖 3.1.1 模式假設

本研主要為汽車貨運業線上型車輛派遣模式,然而實際汽車運業於派遣 中之情況較為複雜,故在構建模式之前,本研究在此先做以下幾點假設及其 說明,以確保模式之完整。而假設如下:

一、本研究派遣模式是針對「一部車指派一張訂單」之問題型態,如訂 單超出車輛限制其視為二張訂單,進行二次指派。

二、車輛完成指派任務後,不須回到場站,於車輛所在地進行等候與派 遣。

三、以平均時速估算其車輛到達訂單起點所須之時間進行指派。

四、指派完成後將隨機加入提早或延誤之時間,以求更符合實際狀況。

五、車輛在接受任務指派後即不得在更改指派內容或交換任務。

(36)

25

六、可透過車上單元得知車輛之運送狀態。

七、所有顧客要求之服務之起迄點經緯度、距離等資料皆為已知。

八、訂單為一波松分配為一基礎,使一日之訂單到達之間隔為指數分配。

九、對派遣之後之訂單要求服務時間皆為未知。

3.1.2 汽車貨運業線上型車輛派遣模式

線上型系統於實際使用之情境下,其訂單分布、間隔、交通環境等變因 隨時間不斷改變,無法預測未來車輛完成時間、訂單銜接等問題,故本研究 使用批次處理、緩衝時間切割營業派遣時間及上述之假設,將NP-Hard 類型 之時間窗限制的提送貨問題簡化為「一部車指派一張訂單」之指派問題,林 吉仁【2】提及指派問題雖為 0-1 整數規劃問題,其解指派問題最有效率的方 法是匈牙利演算法。故本研究以匈牙利演算法求解各批次處理時間之車輛指 派問題,將線上型問題分割為多個離線型問題求解,以其能快速有效求解。

本研究求解之目標式依據經營管理者可能的需求,設計加入旅行時間、

延誤與等候時間,求解之目標式與說明如下所示:

) 1 . 2 . 2 . 3 ( )

(

1 1 2

1 n

j ij ij ij ij

n i

x Wait W Delay W

T Z

Minimize

限制式:

) 2 . 2 . 2 . 3 ( 1

1 n j

xij

) 3 . 2 . 2 . 3 ( 1

1 n i xij

x :為二元變數,若車輛 j 指派訂單 i 則

ij

x =1,否則為

ij

x =0。

ij

T :車輛 j 到達訂單 i 的行駛時間。車輛 j 到訂單 i 的距離除以平均速度得之。

ij

W :延遲權重。

1

Delay :車輛 j 到達訂單 i 之延遲時間。

ij

W :等候權重。

2

Wait :車輛 j 到達訂單 i 尚未到達收貨時間,車輛等候之時間。

ij

(37)

26

匈牙利演算法運算步驟如下【2】:

步驟一:計算各可派遣車輛至此批次派遣訂單之距離、延遲與等候時間。

步驟二:傳入成本矩陣。

步驟三:檢查是否為對稱矩陣。若非對稱,加入虛擬列或行,使成本矩 陣形成對稱矩陣(n×n)。而虛擬的列或行,其元素值均為 0。

步驟四:成本矩陣中,各列值減掉該列最小值,接著各行值減掉該行最 小值,得簡化後成本矩陣。

步驟五:利用簡化後成本矩陣中的0 元素來指派,記錄指派的 0 元素。

指派時原則有:

1. 自僅有一個 0 的列或行開始,記錄該 0 元素後,刪去該 0 元素所在的所在列及所在行。重覆進行。

2. 若每一列、行均有一個以上的 0 元素,則自有最少的 0 元 素的列或行開始。

步驟六:求得步驟五之最大可指派數元素後:

1. 若 p=n,則己求得最佳解。可對照原成本矩陣求得最小總 成本之組合。

2. 若 p<n,則以最少直線數劃去簡化後成本矩陣中的所有的 0 元素。直線是指鉛直線與水平線,不包含斜線。

步驟七:求得求被劃去元素中最小值(Min)。

1. 未被劃去之元素值減 Min。

2. 劃去一次之元素值減去 Min。

3. 有重覆劃記者其元素值加上 Min。

步驟八:得到新的簡化矩陣,回到步驟五,直至求得p=n。

步驟九:傳出指派之結果。

本研究所構建之派遣模式,其經營者可視實際營運需求,調整其目標函 數權重。以總旅行時間最短、總延遲時間最小或車輛閒置等候時間最少等單 獨衡量之目標或其不同權重之比重,加以達到經營之目標,其旅行時間、到 達訂單收貨點之提早或延遲時間,因無法得之派遣後之交通擁塞狀況等資 訊,皆以派遣當下所獲得之資訊(平均速率)估計,其目標式變數說明如下:

(38)

27

一、旅行時間

旅行時間

T 為車輛 j 依照其派遣時所獲之行駛速率計算其到達訂單 i 收

ij 貨點之所需之行駛時間。若不考量其他成本之情境下,以旅行時間作為派遣 之依據,將可達到總旅行時間最小之目標,但將有可能造成總訂單延遲筆數 及總訂單延遲時間增加。

假設目前可派遣 Car1、Car2 與等候派遣之訂單 A、B、C、D 其相對應 之位置之時間示意圖 3.2 所示,旅行時間最小之派遣策略下,其目標成本之 延遲與等候成本皆設定為零,以運送時間(運送距離/平均速度,單位:分鐘),

其傳入匈牙利演算法之成本,可得成本矩陣表3.1,將以成本矩陣最小為指派 結果,其 Car1 將優先指派給予訂單 D,Car2 服務訂單 A 或 C,如此將造成 已延誤之訂單A、B、C 繼續延誤,使其服務品質下降。

Car3 時間/距離

派遣時段 08:00

09:00

10:00

11:00

延遲訂單A 延遲訂單B

未延遲訂單D 延遲訂單C

Car2 Car1

旅 行 時 間 最 短

圖3.2 不同目標權重之派遣結果示意圖

(39)

28

表3.1 旅行時間成本方陣示意圖

Costij=Tij+W1Delayij+W2Waitij

訂單

車輛 A B C D

25+0*105+0*0 15+0*105+0*0 25+0*75+0*0 5+0*0+0*0 Car1

25 15 25 5 10+0*105+0*0 20+0*105+0*0 10+0*75+0*0 10+0*0+0*0

Car2

10 20 10 10

二、延遲時間

派遣單以距離做為其依據將容易造成訂單延遲,因此加入延遲時間 進行派遣,其訂單延誤時間可經由延誤權重放大,原派遣車輛與訂單之 成本矩陣改變,造成延誤訂單優先派遣或指派非延誤車輛進行服務。

訂單優先派遣方法為設定一正值延遲權重,放大其延遲時間,以突 顯其訂單延遲之時間,進而優先指派延遲之訂單。如圖 3.2 所示,Car1 雖距離訂單D 為最近,然而已延遲之訂單 A、B、C 雖距離 Car1 較遠,

但經由延遲權重放大。舉例來說,假設延遲權重設定為100,可得乘延遲 權重之成本方陣,如表3.2 所示,可使 Car1 與 Car2 視其成本矩陣,優先 服務其延遲訂單A、B、C。

表3.2 延遲權重之成本方陣示意圖

Costij=Tij+W1Delayij+W2Waitij

訂 單 車 輛

A B C D

25+1000*105+0*0 15+100*105+0*0 25+100*75+0*0 5+100*0+0*0 Car1

10525 10515 7525 5 10+1000*105+0*0 20+1000*105+0*0 10+100*75+0*0 10+100*0+0*0

Car2

10510 10520 7510 10

(40)

29

延遲權重雖然可優先指派車輛服務延遲之訂單,提升服務務之品 質,但卻增加空車旅行時間,且延誤權重之數值若過大或單視延遲成本(空 車旅行成本為零),將可能造成其匈牙利法於運算指派之時,忽略其空車 旅行時間,造成其空車成本、延遲訂單數、延遲時間等營運成本增加之 情形產生,以下將分別說明:

(一) 僅以延遲時間派遣

僅以延遲時間派遣,忽略空車旅行成本進行派遣,則進行服務之 訂單有延遲發生將以發生延遲之大小決定優先派遣,然而其訂單若於 當日營業派遣時間一開始並未發生延遲之情形之下,其空車旅行時 間、延遲時間各項成本值皆為零,將發生指派之結果無視目的地之遠 近,此一結果將造成之後各批次結果發生延遲時間與空車旅行成本皆 大幅增加。

(二) 延遲權重過大

延遲權重若設定過大,將造成延遲時間被過份放大,使車輛派遣 結果變差,舉例來說,若派遣延遲權重設定為1000,其訂單 A 與訂 單B 為上一批次延遲之訂單,分別延遲 1 分鐘與 2 分鐘,然而 Car1 與Car2 將優先指派前往服務,其訂單 C 與訂單 D 則無車輛服務,而 造成訂單C 與訂單 D 延遲,甚至可能忽略下一批次距離訂單 A 與訂 單B 更新之車輛。

以實際情境解釋,則為因台北訂單延遲1 分鐘,將造成遠在中部 或南部之車輛放棄服務當地訂單,前往服務台北訂單,且下一批次離 台北訂單較近之車輛被忽視並原服務車輛仍未抵達之情形,使延遲時 間與訂單數等成本皆較其他權重為差。

(41)

30

表3.2 延遲權重之成本方陣示意圖

Costij=Tij+W1Delayij+W2Waitij

訂 單 車 輛

A B C D

120+1000*1+0*0 90+1000*2+0*0 25+1000*0+0*0 5+1000*0+0*0 Car1

1120 2090 25 5 180+1000*1+0*0 110+1000*2+0*0 10+1000*0+0*0 10+1000*0+0*0

Car2

1180 2110 10 10

三、等候時間

經營管理者之角度,派遣之成本不單單為車輛旅行時間(油耗)或訂單 延遲時間(服務品質),其車輛提早到達訂單收貨點,因其服務時間尚未到 達而產生之等候成本(車輛閒置)也為考量之一。利用等候權重,提高等候 之閒置車輛成本,可避免車輛到達訂單收貨點閒置且無法接受其他訂單 指派之狀況,提高其車輛利用率。

車輛指派若加入等候權重,派遣批次時間相同之情境下,距離服務 之訂單越近之車輛,其等候時間也越長,因此將造成派遣較遠之車輛進 行服務,故為避免此一情形,本研究加入預派之機制,假設車輛安裝之 車上單元可傳回車輛位置與狀態,預估車輛完成訂單之時間,進行派遣 如圖3.2 所示,其 Car1 與 Car2 雖距離訂單 D 為最近且無延誤發生,然而 其等候成本大於Car3,故可指派 Car3 前往服務訂單 D,Car1 與 Car2 可 做其他更有效之訂單指派。因此,等候權重唯使用於預派機制之情境。

3.2 汽車貨運業線上型車輛派遣系統

本研究於提出一線上型車輛派遣模式,以其能簡化現今車輛派遣之流 程,提升業者派遣之效能與降低派遣之成本,故本研究將考量實際路網距離 與實際貨物收送點建立其測試例題與模擬之派遣系統,以能詳細瞭解線上型 派遣模式之各項機制並更加符合實際狀況,其系統架構如圖3.3 所示。

(42)

31

圖3.3 線上型車輛派遣模擬系統架構圖

3.3 模擬環境之建立

本研究之車輛派遣模式為了符合業者實際營運環境,模擬之路網距離、

訂單起迄位置皆以目前實際汽車貨運業者營運資料進行各項例題之產生,利 用 PaPaGo 之最短路徑規劃功能,配合實際收送貨物起迄點,得出實際行駛 最短距離,訂單起迄點之間相互短距離成本方陣,其各起迄點之成本矩陣如 表3.3 所示。

表3.3 訂單起迄點最短路徑矩陣示意表 起點

迄點 A0000002 B0000001 C0000001 D0000001 E0000001 A0000002 0 6.2 51.3 64.3 133.3 B0000001 6.2 0 50.4 62.4 131.7 C0000001 51.3 50.4 0 15.4 82.5 D0000001 64.3 62.4 15.4 0 70.9 E0000001 133.3 131.7 82.5 70.9 0 註:A 為場站、B 為桃園中正機場、C 新竹科學園區新竹基地、

D 新竹科學園區竹南基地、E 台中科學園區台中基地

(43)

32

目前國內整車汽車貨運業其經營型態可分為國內廠商之貨運型態與運送 高科技產業之保稅貨運型態,本研究模擬針對其貨運特性進行建立。

一、國內非保稅貨運型態

國內B2B 貨運型態其起迄位置多為廠商間之貨物運輸,本研究以隨 機之方式於各起迄點挑選,令貨物之訂單起迄均勻散佈於營業範圍中,

以區域(50km)與城際(150km)間二種進行國內 B2B 貨運型態之模擬。

二、保稅貨運型態

目前整車貨運業多使用於保稅貨運之運送,保稅貨運為高科技產業 進出口或運送須再加工之貨物,故其起迄位置多為國內科學工業園區與 機場間或科學工業園區間之貨物往返,本研究篩選科學工業園區之收送 貨物起迄點依設計之進出口與國內貨物比例參數,以隨機方式取出符合 需求訂單起迄點,若為進出口貨物則訂單起點或迄點其一必為機場 (B0000001)。國內貨物則起迄點不可為機場。

假設其訂單於營業時間來電之為一波松分配(Poisson Distribution),依訂 單數量與營業時間,可求得其訂單產生間隔時間(λ),使訂單之時間間隔呈現 指數分配(Exponential Distribution),其要求服務時間為均一分配(Uniform Distribution)。

本研究更為模擬其實際路況,設計其變動之路段旅行時間,依據其曾惠 鈺【5】提出,路段之旅行時間之變動狀態經長期觀察,可得路段之旅行時間 為一隨機變數。故本研究設定其提早到達與延誤之交通擁塞狀態等參數則採 以隨機之方式產生,產生其程式設定之模擬參數產生訂單之題庫,其各項程 式設定之參數說明(表 3.4)與流程(圖 3.4)如下所示。

(44)

33

表3.4 測試例題產製之模擬參數說明表

參數名稱 參數說明

保稅貨物比例 依其百分比產生訂單起點或迄點為機場之進出口 貨物。

訂單數量 模擬派遣之訂單數

營業時間 顧客可來電告知訂單需求之時間。

訂單產生頻率 λ=營業時間/訂單數量

顧客服務時間窗 顧客來電後,要求服務之間隔時間。

交通即時資訊 派遣車輛時,其運送時間是否考量運送途之交通因 素,因交通順暢或塞車,造成提前或延誤抵達。

交通擁塞機率 運送途中發生塞車(順暢)等延誤(提前)因素之機 率。

延誤之時間 若運送途中發生延誤,其增加之運送時間百分比。

提早之時間 若運送途中發生提前,其減少之運送時間百分比。

運送速度 貨運車輛之行駛速度

(45)

34

圖3.4 訂單產生流程圖

(46)

35

3.4 線上型車輛派遣模式求解流程

訂單測試例題產製完成後,利用其產製例題,設定其批次處理、緩衝時 間、交通即時資訊、交通擁塞機率、延誤與提前時間等參數,進行模擬,各 項進行模擬之參數請見表3.5,其程式運作流程(見圖 3.5)如下列說明:

步驟一:各項參數設定

步驟二:隨時間流動而每分鐘發生之訂單需求,依其要求服務時間及設定之 批次處理與緩衝時間存入應派遣訂單資料表。

步驟三:隨時間流動每分鐘檢查其車輛狀態,依其回報之預估或己完成時間,

更新其車輛資料表,視為可接受派遣車輛。

步驟四:判斷現在時間是否等於批次處理時間點。若是,進行步驟五;若否,

進行步驟二。

步驟五:取出小於該批次處理時間點之派遣訂單資料與可接受派遣車輛資 料,依取得之交通資訊計算所有車輛與訂單間之成本,傳入匈牙利 演算法求解。

步驟六:依其匈牙利演算法之結果指派其車輛服務各訂單,並更新其交通資 訊,計算其車輛實際到達訂單之時間點、等候時間、延遲時間與完 成時間等資訊。

步驟七:將步驟六計算之結果分別更新至車輛資料表與訂單資料表。

步驟八:檢查是否到達派遣結束時間,若是,則結束其模擬;若否,進行步 驟二。

(47)

36

表3.5 產製訂單各項模擬參數說明表

參數名稱 參數說明

測試題庫 模擬派遣之訂單數

批次處理 派遣時間開始,其處理派遣之間隔時間 緩衝時間 訂單服務時間之緩衝

派遣作業時間 車隊進行派遣與運送之時間。

交通即時資訊

派遣車輛時,其運送時間是否考量運送途之交 通因素,因交通順暢或塞車,造成提前或延誤 抵達。

交通擁塞機率 運送途中發生塞車(順暢)等延誤(提前)因素之 機率。

延誤之時間 若運送途中發生延誤,其增加之運送時間百分 比。

提前之時間 若運送途中發生提前,其減少之運送時間百分 比。

運送速度 貨運車輛之行駛速度

(48)

37

營業時間開始 開始

訂單產生

計算緩衝與批次時間 存入待處理訂單資料

是否到達派遣 時間

篩選可用車輛與批次 處理訂單

更新道路資訊

顯示派遣結果 派遣並存入資料庫

是否到達派遣 結束時間 車輛是否執行

任務中 車輛可否估計

完成時間

不可派遣車輛 可派遣車輛

結束 車輛資訊

匈牙利演算法

是否掌握道路 即時資訊

交通是否擁塞

提早抵達

延後抵達

圖3.5 派遣模式求解流程圖

參考文獻

相關文件

3.Secondary research may reduce the levels of trust between participants and researchers.. 4.&#34;One size fits all&#34; approach also risks losing

[r]

浩南挑了一張班遊的照片,想自行加工美化送給老師。他將長 14 公 分、寬 12 公分的照片周圍貼上等寬的花邊膠帶。若裝飾後中間剩下 的照片區塊面積為 80 平方公分,試問花邊膠帶的寬度為

Marar (2000), “On the Value of Optimal Myopic Solutions for Dynamic Routing and Scheduling Problems in The Presence of User Noncompliance,” Transportation Science, Vol..

keywords: Ant Colony Optimization, Guided Local Search, Pickup and Delivery Problem with Time Windows, Time Window Partitioning Strategy... 第三章 PDPTW 轉換

Umezaki,B., Tamaki and Takahashi,S., &#34;Automatic Stress Analysis of Photoelastic Experiment by Use of Image Processing&#34;, Experimental Techniques, Vol.30 , P22-27,

Shinar, &#34;Effects of an in-vehicle collision avoidance warning system on short- and long-term driving performance,&#34; Human Factors, vol. Abdel-Aty Mohamed, “Investigating

And suggested that &#34;sports notes&#34; site &#34;events evaluation&#34; project evaluation platform can be reformed, indicators, and the re-evaluation