à¸à¸²à¸§à¸à¹à¹à¸«à¸¥à¸à¸à¸¥à¸à¸²à¸ - มหาวิà¸à¸¢à¸²à¸¥à¸±à¸¢à¸¨à¸£à¸µà¸à¸à¸¸à¸¡
à¸à¸²à¸§à¸à¹à¹à¸«à¸¥à¸à¸à¸¥à¸à¸²à¸ - มหาวิà¸à¸¢à¸²à¸¥à¸±à¸¢à¸¨à¸£à¸µà¸à¸à¸¸à¸¡
à¸à¸²à¸§à¸à¹à¹à¸«à¸¥à¸à¸à¸¥à¸à¸²à¸ - มหาวิà¸à¸¢à¸²à¸¥à¸±à¸¢à¸¨à¸£à¸µà¸à¸à¸¸à¸¡
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
420<br />
5. สรุป<br />
ขั้นตอนวิธีเมตาฮิวริสติกสสําหรับปญหาการจัดเสนทางเดิน<br />
รถขนสงแบบมีรถขนสงหลายขนาด และแบงแยกสงสินคาได ที่<br />
พัฒนาขึ้นทั้ง 3 วิธี ซึ่งประกอบดวยวิธี FBTS, GBTS และ TS ซึ่ง<br />
ใหผลเฉลย และใชเวลาในการประมวลผลที่แตกตางกันไป จากผล<br />
การทดลองพบวา วิธี FBTS เปนวิธีที่เหมาะสมที่สุด คือ ใหผล<br />
เฉลยที่ใกลเคียงคาเหมาะที่สุด โดยใชเวลาในการประมวลผลที่<br />
ยอมรับได และเมื่อนําขั้นตอนวิธีดังกลาวมาใชในการหาผลเฉลยกับ<br />
ขอมูลจําลอง หรือการดัดแปลงปญหาเทียบเคียงของ Solomon ทั้ง<br />
6 ประเภท ที่มีจํานวนลูกคาขนาด 25, 50 และ 100 ราย พบวา<br />
ขั้นตอนวิธีสามารถหาผลเฉลยไดทั้งหมด โดยใชเวลาประมวลผล<br />
สูงสุด คือ 38,539 วินาที หรือประมาณ 643 นาที สําหรับปญหา<br />
C201 ที่จํานวนลูกคา 100 ราย เมื่อทดลองประยุกตใชขั้นตอนวิธีที่<br />
พัฒนาขึ้นกับกรณีศึกษา สามารถแกปญหาการจัดเสนทางการเดิน<br />
รถขนสงใหมีความเหมาะสมมากขึ้น โดยมุงเนนที่การลดเวลาใน<br />
การเดินทางโดยรวม ซึ่งวิธีใหมที่นําเสนอในงานวิจัยชวยให<br />
ผูประกอบการทั้งสองกรณีศึกษา สามารถลดความสูญเสียเวลาลง<br />
ได สําหรับขั้นตอนวิธี FBTS, GBTS และ TS ที่พัฒนาขึ้นนั้น หาก<br />
พิจารณาถึงความเหมาะสมตอการใชงาน อาจขึ้นอยูกับ<br />
วัตถุประสงคของผูประกอบการ หรือนักวางแผน เนื่องจากทั้ง 3 วิธี<br />
มีคุณสมบัติการใชงานที่แตกตางกันไป ในการประยุกตใชขั้นตอน<br />
วิธีเมตาฮิวริสติกสที่พัฒนาขึ้นนี้เหมาะสําหรับผูประกอบการที่มี<br />
ลักษณะการขนสงสินคาที่เปนไปตามเงื่อนไขที่กําหนด คือ มี<br />
คลังสินคาเดียว มีรถขนสงจํานวนหลายคันและหลายขนาด ลูกคา<br />
สวนมากยินยอมใหมีการแบงแยกสงสินคาได และมีกรอบเวลาใน<br />
การใหบริการ เปนตน หากผูประกอบการมีเงื่อนไขเพิ่มเติมจากนี้<br />
ขั้นตอนวิธีจําเปนตองมีการดัดแปลงใหเหมาะสมตอไป สําหรับ<br />
จํานวนลูกคาที่สามารถประมวลผลไดสูงสุดในงานวิจัยนี้ คือ 100<br />
ราย เนื่องดวยขอจํากัดของขีดความสามารถคอมพิวเตอรที่ใช<br />
ประมวลผล หากผูประกอบการ หรือการขยายผลงานวิจัยใน<br />
อนาคต มีคอมพิวเตอรที่มีขีดความสามารถสูงขึ้น ขั้นตอนวิธีนี้จะ<br />
สามารถประมวลผลในกรณีที่มีจํานวนลูกคามากกวา 100 รายได<br />
กิตติกรรมประกาศ<br />
งานวิจัยนี้ไดรับการสนับสนุนจากมหาวิทยาลัยศรีปทุม ป<br />
การศึกษา 2552 จึงขอขอบคุณมหาวิทยาลัยศรีปทุมที่ไดใหทุน<br />
สนับสนุนงานวิจัยใน ณ ที่นี้ดวย<br />
เอกสารอางอิง<br />
[1] ณกร อินทรพยุง. 2548. การแกปญหาการตัดสินใจใน<br />
อุตสาหกรรมการขนสงและลอจิสติกส. สํานักพิมพซีเอ็ด<br />
ยูเคชั่น, กรุงเทพฯ.<br />
[2] Gendreau, M., Laporte, G., Musaraganyi, C. and Taillard,<br />
E.D. 1999. A tabu search heuristic for the<br />
heterogeneous fleet vehicle routing problem. Computers<br />
and Operations Research, 26: 1153-1173.<br />
[3] Tarantilis, C.D., Kiranoudis, C.T. and Vassiliadis, V.S.<br />
2004. A threshold accepting metaheuristic for the<br />
heterogeneous fixed fleet vehicle routing problem.<br />
European Journal of Operational Research, 152: 148-<br />
158.<br />
[4] Bent, R. and Hentenryck, V. 2006. A two-stage hybrid<br />
algorithm for pickup and delivery vehicle routing problems<br />
with time windows. Computers and Operations<br />
Research, 33: 875-893.<br />
[5] Brysy, O., Porkka, P.P., Dullaert, W., Repoussis, P.P.<br />
and Tarantilis, C.D. 2009. A well-scalable metaheuristic<br />
for the fleet size and mix vehicle routing problem with<br />
time windows. Expert Systems with Applications, 36:<br />
8460-8475.<br />
[6] Tan, K.C., Lee, L.H., Zhu, Q.L. and Ou, K. 2001.<br />
Heuristic method for vehicle routing problem with time<br />
window. Artificial Intelligence in Engineering, 15: 281-<br />
295.<br />
[7] Homberger, J.and H. Gehring. 2005. “A two-phase<br />
hybrid metaheuristic for the vehicle routing problem with<br />
time windows. European Journal of Operational<br />
Research, 162: 220-238.<br />
[8] ธรินี มณีศรี. 2552. ขั้นตอนวิธีการสําหรับการหาผลเฉลย<br />
เชิงทนทานของปญหาการจัดเสนทางเดินรถขนสงแบบมีกรอบ<br />
เวลาและเวลาเดินทางไมแนนอน ปริญญาวิศวกรรมศาสตร<br />
ดุษฎีบัณฑิต (วิศวกรรมอุตสาหการ) สาขาวิศวกรรม<br />
อุตสาหการ วิศวกรรมศาสตร มหาวิทยาลัยเกษตรศาสตร.<br />
[9] Solomon, M.M. 2005. VRPTW benchmark problems.<br />
Available Source March 2010,<br />
http://web.cba.neu.edu/~msolomon/problems.htm.<br />
[10] Ho, S.C. and Haugland, D. 2004. A tabu search<br />
heuristic for the vehicle routing problem with time<br />
windows and split deliveries. Computers and Operations<br />
Research, 31: 1947-1964.<br />
[11] Frizzellt, P.W. and Giffin, J.W. 1995. The split delivery<br />
vehicle scheduling problem with time windows and grid<br />
network distances. Computers and Operations Research,<br />
22: 655-667.<br />
[12] Belfiore, P. and Yoshizaki, H.T.Y. 2009. Scatter search<br />
for a real-life heterogeneous fleet vehicle routing problem<br />
with time windows and split deliveries in Brazil.<br />
European Journal of Operational Research, 199:750-758.<br />
[13] Flisberg, P., Lidn, B. and Ronnqvist, M. 2009. A hybrid<br />
method based on linear programming and tabu search for<br />
routing of logging trucks. Computers and Operations<br />
Research, 36: 1122-1144.