单一物流中心货物配送模式的

Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,*,按一下以編輯母片標題樣式,*,*,按一下以編輯母片,第二層,第三層,第四層,第五層,單一物流中心貨物配送模式之研究,單一物流中心貨物配送模式之研究,1,一、前言,市場的擴大以及競爭的激烈，管理系統在,空間特性,問題上處理能力不足的問題已慢慢浮現，管理者對於地理資訊系統的需求也大幅提高。,例如在貨物運送方面，如能結合地理資訊系統優異的空間展示、處理以及分析的功能，將能有效的克服空間阻隔，達到,節省成本,的目的。,2,一、前言,物流配送在,GIS,實屬於空間分析的問題，以往研究則較少考量,空間分佈差異,對配送產生的影響。故本研究將空間分析中,群聚分析方法,（,Clustering Analysis）,引入車輛途程問題(,VRP),模式當中，已改善以往,VRP,演算法未加入空間考量的問題。並嘗試分析不同的,空間分佈型態,（,Pattern），,對不同,VRP,求解模式的影響。,3,二、物流業特性分析,美國物流管理協會（,CLM,Council of Logistics Management,1995）,之定義如下：,舉凡涉及物品、勞務以及相關資訊自原料地至消費地間，如何有效率（,efficient）,及有效能（,cost-effective）,地加以儲存（,storage）,與流動（,flow），,以因應顧客所需之規劃、執行與管理程序，皆屬之。,4,二、物流業特性分析,物流系統的演進，可分為主要的三個階段：,1.第一代物流系統：,又稱為原料物流或是實體供給系統,，,主要是屬於物料之採購及移動過程。,2.第二代物流系統：,又稱為銷售物流或是,實體分配系統,，,一般狹義的物流及意旨此系統，本研究所要探討的問題也正是屬於實體分配中貨物運輸的範疇。,3.第三代物流系統：,又稱為企業物流系統（,Business Logistics System），,就是將上述實體供給和實體分配的各項活動，合成一個整體，予以綜合管理。,5,二、物流業特性分析,而物流資訊系統與一般資訊系統不同的地方在於其對,資料蒐集的密集性,，以及,資訊的詳細性和動態性,，,和數學模式的應用,上皆比一般資訊系統來的高，數學模式的使用則是幫助決策的產生，例如線性規劃、最短路徑分析、系統模擬等，而這些特性在物流系統營運上所扮演的角色，主要是以最小的成本來處理訂單以及配送的問題，以達到最佳的服務水準。,6,三、地理空間分析,關於地表空間的特徵，一般來說屬於空間分析的範疇，而對於地表空間型態（,pattern）,的描述，主要可分為幾種指標，以點資料來說，有下列幾種：,頻率(,frequency),密度(,density),幾何中心(,geometric center),離散(,dispersion),排列(,arrangement),Clustered(,密集型),Scattered(,擴散型),Random(,隨機型),7,群聚分析,而若要將空間中不同的點資料予以歸納分類，則必須要使用空間分析中的,群聚分析技術,（,Cluster Analysis）。,群聚型,隨機型,8,群聚分析方法,1.UPGMA,利用接近值算數平均數,2.,WPGMA,加入了權重值的計算,3.,SLINK,利用最小接近值,4.,Clink,利用最大接近值,5.,Wards minimum variance method,E=(x1-Cmean1)2+(y1-Cmean1)2+.,取,MIN,9,群聚分析方法,6.K-means algorithms(Macqueen,1967),在一群需求(,demand),點中找出,k,個供應(,supply),中心的位置使得需求點至供應中心的總成本最低(鄒明城，2000),7.,K-medoid algorithmsg(Vinod,1969),對於,K-means,法容易掉入去最佳解的問題加以修正。,8.,CLARANS(Ng and Han,1994),9.DBSCAN(Easter,1996),以空間分佈的密度為考量發展求解模式。,10.GDBSCAN(SANDER et.al,1998),10,四、,VRP,求解分析,陳文瑞（1990,）,）曾提到,：,：,VRP,是車輛在,依,依序的服,務,務地點做,收,收貨(,或,或，和),送,送貨的服,務,務，且必,須,須依照指,示,示依序通,過,過這些服,務,務地點，,開,開始和結,束,束在同一,個,個出發點(,depot ordomicile)。,VRP,問題的分,類,類,單一場站,、,、多場站,本研究屬,於,於單一場,站,站,11,VRP,問題探討,本研究最,主,主要的討,論,論是關於單一場站,與,與多車輛路線問題,之,之研究，,在,在實務應,用,用上通常,都,都以單一,物,物流中心,，,，同時指,派,派多部車,輛,輛，來達,到,到時效性,最,最高的顧,客,客滿意度,。,。,這樣的問,題,題被定義,為,為：在一,廣,廣大的區,域,域散置分,佈,佈,N,各節點或,顧,顧客，每,個,個顧客有,其,其特定的,需,需求量，,這,這些需求,量,量由某一,個,個特定的,中,中心站來,提,提供，此,中,中心站有,多,多部車輛,，,，每部車,輛,輛的裝載,量,量為已知,，,，來求由,配,配送中心,到,到滿足所,有,有,N,各點的顧,客,客需求的,配,配送路線,，,，並使配送成本,達,達到最小。,12,VRP,問題求解,模,模式,(1)先,分,分群再排,路,路線(,ClusterFirst-Routesecond),掃瞄法(,GillettandMiller,1974)-,採用及座,標,標角度掃,瞄,瞄分群。,(2),先排路線,再,再分群(,Route First-clusterSecond),(Bodin and Berman,1979)-,分群結果,受,受先前排,列,列之路進,影,影響。,(3),節省法或,插,插入法(,Saving or Insertion),節省法(,Clarke and Wright,1964)-,叫無彈性,，,，無法視,群,群聚狀況,調,調整,13,VRP,問題求解,模,模式,(4),改善與交,換,換(,Improvementor exchange),K-optimal,法(,LinandKernighan,1965),(5),數學規劃,法,法(,MathematicalProgrammingApproaches),(6),最佳解法(,Exact Procedures),(7),人機互動,法,法(,InteractiveOptimization),14,VRP,問題求解,模,模式分析,由於,VRP,屬於非完,全,全多項式(,NP-Complete),問題，(5)數學,規,規劃法、(6)最,佳,佳解法兩,種,種方式求,解,解複雜度,隨,隨問題大,小,小呈指數,成,成長，近,年,年來學者,紛,紛紛致力,於,於啟發式,解,解法的開,發,發。,啟發式解,法,法基本步,驟,驟（徐吉,田,田，1993）,1.指定,K,車輛（即,路,路線）,2.集結,各,各需求點,成,成一路線(啟始解),3.路線,改,改善,重新排列,路,路線中各,需,需求點，,以,以得較好,的,的路線。,將某路線,的,的點移到,另,另一路線,15,啟發式解,法,法基本概,念,念,目前學界,研,研究,VRP,問題通常,採,採用二階,段,段法；,第一階段初始解的,產,產生，例如(1)先,分,分群再排,路,路線、(2)先排,路,路線再分,群,群、(3)節省法,或,或插入法,第二階段則為解的,改,改善，例如(4)改善與,交,交換,本研究採,用,用先分群,後,後排路線,的,的方法，,但,但考慮以,往,往相關研,究,究較少將,空,空間因子,納,納入考量,，,，故本研,究,究引入空,間,間分析中群聚分析（,Clustering Analysis）,的相關技,術,術，來作,為,為,VRP,的分群求,解,解（啟始,解,解）模式,。,。,16,五、研究,架,架構,VRP,空間群聚,求,求解模組,配送以及,物,物流之空,間,間資料庫,車輛及路,線,線的指派,物流業特,性,性分析,VRP,求解模式,分,分析,地理空間,分,分析,GIS,系統,比較,其他求解,策,策略,不同空間,Pattern,分析,歸納結果,17,六、研究,方,方法,將空間分,析,析中群聚,分,分析模組,應,應用於,VRP,初始解的,求,求得，以,離,離散/群,聚,聚之空間,分,分析為基,礎,礎，並以,clustering,分析為核,心,心改進方,法,法，來改,進,進及評量,配,配貨地一,解,解求法。,引入空間量度,參,參數，以做為,空,空間度量,，,，來評定,不,不同演算,法,法在不同,空,空間度量,上,上的優劣,。,。,18,研究假設,單一場站,多,多部車輛,道路的特,性,性,初期考慮,對,對稱性路,網,網，日後,研,研究在考,量,量實際路,網,網,配送點特,性,性限制,由一部車,服,服務,需求皆不,超,超過一部,車,車容量,車輛的限,制,制型態,容量的限,制,制,單一車種,，,，多部車,輛,輛,行車距離,的,的限制,19,研究假設,時窗(,TimeWindow),的限制,不考慮時,窗,窗限制,客戶區位,特,特性,固定已知,的,的需求,產品本身,特,特性,以數量考,慮,慮，視為,一,一種商品,20,群聚分析,方,方法,本研究考,慮,慮工具的,取,取得以及,符,符合研究,假,假設需求,性,性，初步,採,採用,SPSS,統計軟體,，,，利用其,內,內建之,Analyze,模組中的,Classify,的功能，,採,採用,k-meansCluster,以及,HierarchicalCluster,演算法來,做,做分群，,另,另外分區,域,域配送之,TSP,演算法則,採,採用最遠,內,內插法，,利,利用,VB,撰寫求解,程,程式配合,VRP,標準例題,做,做測試。,21,七、初步,成,成果,No.,Problem Name,Nodes,Vehicle Capacity,Source,Cost and Fleet Data,#1,E-n51-k5,50,160,Christofieds&Eilon(1969),採用,Christofieds&Eilon(1969),所提出的,測,測試例題,進,進行測試,22,k-meansCluster,結果,23,HierarchicalCluster,結果,24,k-meansCluster,配送結果,25,HierarchicalCluster,配送結果,26,與過去研,究,究之比較,初步結果,已知最佳解,KC543,HC 563,521,此結果為,尚,尚未進行,改,改善解之,初,初步結果,，,，未來若,配,配合良好,都,都改善模,組,組，應可,達,達到同等,水,水準。,但由於,SPSS,為套裝軟,體,體，並無,法,法另外加,入,入容量限,制,制式，故,外,外來仍可,能,能自行開,發,發演算法,分,分析模組,進,進行分析,。,。,27,9,、静夜四无,邻,邻，荒居旧,业,业贫。12月-2212月-22,Wednesday,December21,2022,10,、雨中黄叶,树,树，灯下白,头,头人。12:27:0212:27:0212:27,12/21/202212:27:02PM,11,、以我独,沈,沈久，愧,君,君相见频,。,。12月-2212:27:0212:27,Dec-2221-Dec-22,12,、,故,故,人,人,江,江,海,海,别,别,，,，,几,几,度,度,隔,隔,山,山,川,川,。,。,。,。12:27:0212:27:0212:27,Wednesday,December21,2022,13,、,乍,乍,见,见,