ดาวน์โหลดผลงาน - มหาวิทยาลัยศรีปทุม

420
5. สรุป
ขั้นตอนวิธีเมตาฮิวริสติกสสําหรับปญหาการจัดเสนทางเดิน
รถขนสงแบบมีรถขนสงหลายขนาด และแบงแยกสงสินคาได ที่
พัฒนาขึ้นทั้ง 3 วิธี ซึ่งประกอบดวยวิธี FBTS, GBTS และ TS ซึ่ง
ใหผลเฉลย และใชเวลาในการประมวลผลที่แตกตางกันไป จากผล
การทดลองพบวา วิธี FBTS เปนวิธีที่เหมาะสมที่สุด คือ ใหผล
เฉลยที่ใกลเคียงคาเหมาะที่สุด โดยใชเวลาในการประมวลผลที่
ยอมรับได และเมื่อนําขั้นตอนวิธีดังกลาวมาใชในการหาผลเฉลยกับ
ขอมูลจําลอง หรือการดัดแปลงปญหาเทียบเคียงของ Solomon ทั้ง
6 ประเภท ที่มีจํานวนลูกคาขนาด 25, 50 และ 100 ราย พบวา
ขั้นตอนวิธีสามารถหาผลเฉลยไดทั้งหมด โดยใชเวลาประมวลผล
สูงสุด คือ 38,539 วินาที หรือประมาณ 643 นาที สําหรับปญหา
C201 ที่จํานวนลูกคา 100 ราย เมื่อทดลองประยุกตใชขั้นตอนวิธีที่
พัฒนาขึ้นกับกรณีศึกษา สามารถแกปญหาการจัดเสนทางการเดิน
รถขนสงใหมีความเหมาะสมมากขึ้น โดยมุงเนนที่การลดเวลาใน
การเดินทางโดยรวม ซึ่งวิธีใหมที่นําเสนอในงานวิจัยชวยให
ผูประกอบการทั้งสองกรณีศึกษา สามารถลดความสูญเสียเวลาลง
ได สําหรับขั้นตอนวิธี FBTS, GBTS และ TS ที่พัฒนาขึ้นนั้น หาก
พิจารณาถึงความเหมาะสมตอการใชงาน อาจขึ้นอยูกับ
วัตถุประสงคของผูประกอบการ หรือนักวางแผน เนื่องจากทั้ง 3 วิธี
มีคุณสมบัติการใชงานที่แตกตางกันไป ในการประยุกตใชขั้นตอน
วิธีเมตาฮิวริสติกสที่พัฒนาขึ้นนี้เหมาะสําหรับผูประกอบการที่มี
ลักษณะการขนสงสินคาที่เปนไปตามเงื่อนไขที่กําหนด คือ มี
คลังสินคาเดียว มีรถขนสงจํานวนหลายคันและหลายขนาด ลูกคา
สวนมากยินยอมใหมีการแบงแยกสงสินคาได และมีกรอบเวลาใน
การใหบริการ เปนตน หากผูประกอบการมีเงื่อนไขเพิ่มเติมจากนี้
ขั้นตอนวิธีจําเปนตองมีการดัดแปลงใหเหมาะสมตอไป สําหรับ
จํานวนลูกคาที่สามารถประมวลผลไดสูงสุดในงานวิจัยนี้ คือ 100
ราย เนื่องดวยขอจํากัดของขีดความสามารถคอมพิวเตอรที่ใช
ประมวลผล หากผูประกอบการ หรือการขยายผลงานวิจัยใน
อนาคต มีคอมพิวเตอรที่มีขีดความสามารถสูงขึ้น ขั้นตอนวิธีนี้จะ
สามารถประมวลผลในกรณีที่มีจํานวนลูกคามากกวา 100 รายได
กิตติกรรมประกาศ
งานวิจัยนี้ไดรับการสนับสนุนจากมหาวิทยาลัยศรีปทุม ป
การศึกษา 2552 จึงขอขอบคุณมหาวิทยาลัยศรีปทุมที่ไดใหทุน
สนับสนุนงานวิจัยใน ณ ที่นี้ดวย
เอกสารอางอิง
[1] ณกร อินทรพยุง. 2548. การแกปญหาการตัดสินใจใน
อุตสาหกรรมการขนสงและลอจิสติกส. สํานักพิมพซีเอ็ด
ยูเคชั่น, กรุงเทพฯ.
[2] Gendreau, M., Laporte, G., Musaraganyi, C. and Taillard,
E.D. 1999. A tabu search heuristic for the
heterogeneous fleet vehicle routing problem. Computers
and Operations Research, 26: 1153-1173.
[3] Tarantilis, C.D., Kiranoudis, C.T. and Vassiliadis, V.S.
2004. A threshold accepting metaheuristic for the
heterogeneous fixed fleet vehicle routing problem.
European Journal of Operational Research, 152: 148-
158.
[4] Bent, R. and Hentenryck, V. 2006. A two-stage hybrid
algorithm for pickup and delivery vehicle routing problems
with time windows. Computers and Operations
Research, 33: 875-893.
[5] Brysy, O., Porkka, P.P., Dullaert, W., Repoussis, P.P.
and Tarantilis, C.D. 2009. A well-scalable metaheuristic
for the fleet size and mix vehicle routing problem with
time windows. Expert Systems with Applications, 36:
8460-8475.
[6] Tan, K.C., Lee, L.H., Zhu, Q.L. and Ou, K. 2001.
Heuristic method for vehicle routing problem with time
window. Artificial Intelligence in Engineering, 15: 281-
295.
[7] Homberger, J.and H. Gehring. 2005. “A two-phase
hybrid metaheuristic for the vehicle routing problem with
time windows. European Journal of Operational
Research, 162: 220-238.
[8] ธรินี มณีศรี. 2552. ขั้นตอนวิธีการสําหรับการหาผลเฉลย
เชิงทนทานของปญหาการจัดเสนทางเดินรถขนสงแบบมีกรอบ
เวลาและเวลาเดินทางไมแนนอน ปริญญาวิศวกรรมศาสตร
ดุษฎีบัณฑิต (วิศวกรรมอุตสาหการ) สาขาวิศวกรรม
อุตสาหการ วิศวกรรมศาสตร มหาวิทยาลัยเกษตรศาสตร.
[9] Solomon, M.M. 2005. VRPTW benchmark problems.
Available Source March 2010,
http://web.cba.neu.edu/~msolomon/problems.htm.
[10] Ho, S.C. and Haugland, D. 2004. A tabu search
heuristic for the vehicle routing problem with time
windows and split deliveries. Computers and Operations
Research, 31: 1947-1964.
[11] Frizzellt, P.W. and Giffin, J.W. 1995. The split delivery
vehicle scheduling problem with time windows and grid
network distances. Computers and Operations Research,
22: 655-667.
[12] Belfiore, P. and Yoshizaki, H.T.Y. 2009. Scatter search
for a real-life heterogeneous fleet vehicle routing problem
with time windows and split deliveries in Brazil.
European Journal of Operational Research, 199:750-758.
[13] Flisberg, P., Lidn, B. and Ronnqvist, M. 2009. A hybrid
method based on linear programming and tabu search for
routing of logging trucks. Computers and Operations
Research, 36: 1122-1144.