臺灣博碩士論文加值系統

本研究站在公共電動車系統營運業者立場，求解需求不確定性下之每日營運前各租賃站電動車輛佈署問題，求解目標為系統總成本最小化。本研究發展一基因演算法，結合公共電動車系統模擬程式，在給定的車隊規模下，幫助業者決定每日營運前各個租賃站之最佳車輛配置數。為了測試本研究所發展的公共電動車系統車輛配置演算法應用於不同問題規模大小之績效，本研究以日月潭風景區電動車共享系統為參考對象，將其延伸成不同租賃站數與車隊規模之各種情境，產生多組測試例題，比較所發展之基因演算法與窮舉法之求解效能與效率。實驗結果發現，基因演算法求解效能良好，所有測試例題均可求得最佳解或近似最佳解且求解穩定度高，70%以上的測試次數均可求得最佳解，無法求得最佳解的測試中，基因演算法求得之目標函數值與最佳解目標函數值之差距也都在1%以內。在求解效率方面，隨著問題規模變大，使用窮舉法需耗費大量的求解時間，相較之下，基因演算法均可以於合理時間內求得最佳解或近似最佳解；特別是在某些大型問題，窮舉法無法於合理時間內求得最佳解，但基因演算法可於合理時間內得到較優解。

This study deals with the electric vehicle (EV) allocation problem in an EV-sharing system with uncertain demand. For a given fleet of electric vehicles, the objective is to determine optimal numbers of EVs in the rental stations of the EV-sharing system so as to minimize the total cost of the system operator. We propose a simulation-based genetic algorithm (GA) to solve this complex problem. A simulator is developed and embedded in the proposed algorithm to evaluate the cost of the EV-Sharing system under a given fleet allocation scheme. To examine the performance of the algorithm, this study conducts a set of computational experiments on various sized problem instances generated based on the EV-Sharing system operated in Sun Moon Lake scenic area. We compare the solutions of the GA with those of an enumeration method. The results show that the GA is effective and efficient on solving the problem. Specifically, the GA is able to obtain an optimal solution for more than 70% of the instances and for those that GA fails to obtain optimal solutions, the deviations of GA’s solutions from optimal solutions are all less than 1%. Moreover, while the computational time of the enumeration method increases dramatically with the size of the problem, GA is able to obtain optimal or close-to-optimal solutions in a reasonable amount of time.

目錄

摘要 i
ABSTRACT iii
誌謝 v
目錄 vi
表目錄 ix
圖目錄 x
第一章 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 3
1.3 研究範圍 4
1.4 研究方法與流程 5
第二章 文獻回顧 9
2.1國內外公共電動車系統之發展概況 9
2.1.1日本 9
2.1.2英國 11
2.1.3法國 12
2.1.4美國 14
2.1.5國內公共電動車系統 16
2.2電動車相關研究文獻 19
2.3載具共享系統相關文獻 20
2.4模擬最佳化相關文獻 21
2.5基因演算法 23
2.5.1基因演算法求解流程 24
2.5.2基因演算法相關文獻 29
2.6小結 30
第三章 公共電動車系統車輛配置求解演算法 32
3.1問題描述 32
3.2研究假設 35
3.3演算法架構 37
3.4基因演算法 38
3.4.1定義參數 39
3.4.2基因編碼 39
3.4.3產生初始族群 40
3.4.4適合度(Fitness)計算 40
3.4.5菁英策略 41
3.4.6選擇(Selection)機制 41
3.4.7交配(Crossover)機制 42
3.4.8突變(Mutation)機制 43
第四章 公共電動車系統模擬程式 45
4.1顧客需求產生 45
4.2系統營運模擬流程 48
第五章 實驗結果與分析 54
5.1實驗設計 54
5.1.1公共電動車系統之相關參數設定 54
5.1.2顧客需求資料 58
5.1.3基因演算法之相關參數設定 59
5.2模式測試結果 61
5.2.1小型測試例題結果 61
5.2.2大型測試例題結果 67
第六章 結論與建議 73
6.1結論 73
6.2未來研究方向與建議 74
參考文獻 75
附錄A 系統營運之各項成本參數彙整表 79
A.1 各系統配置組合之總供給成本 79
A.2各系統配置組合之總滯留成本 80
A.3各系統配置組合之總充電成本 81
A.4各系統配置組合之總顧客等候成本 82
A.5各系統配置組合之總顧客流失成本 83

參考文獻

[1]余彥葶，探討台灣電動車消費者購買動機之研究，碩士論文，國立中興大學科技管理所，臺中，2012。
[2]李彥槿，「電動車產業概況」，台灣工業銀行，2011。
[3]官長輝，基因演算法於國道客運最適車數及排程之整合研究，碩士論文，私立輔仁大學管理學研究所，臺北，2003。
[4]林昇甫及徐永吉，遺傳演算法及其應用，臺北：五南圖書出版股份有限公司，2009。
[5]邱裕鈞，「巨集演算法之發展與應用」，國防管理學報，第三十卷，第二期，2009，第49-68頁。
[6]姜育辰，運用系統模擬在連續式生產系統資源最佳化，碩士論文，東海大學工業工程與經營資訊學系，臺中，2014。
[7]張勻威，自行車租賃佈署暨調度最佳化之研究，碩士論文，國立中央大學土木工程研究所，桃園，2011。
[8]張艾琳，多績效目標下決定自動化搬運系統最佳車數之決策架構，碩士論文，國立清華大學工業工程與工程管理學系，新竹，2013。
[9]梁瑜庭，公共電動機車共享系統之最佳車輛佈署策略研究，碩士論文，國立成功大學工業與資訊管理學系碩博士班，臺南，2013。
[10]郭箐，「綠色運輸服務創新模式研究-巴黎市電動車租借系統」，公務出國報告，2012。
[11]陳玉蕙，台灣電動車產業需求面商業模式，碩士論文，國立中央大學企業管理系所，桃園，2013。
[12]陳秉群，醫療資源分配模擬最佳化之研究，碩士論文，東海大學工業工程與經營資訊學系，臺中，2011。
[13]陳嘉珮，運用基因演算法及最佳化資源分配法求解隨機需求之長期車輛問題，碩士論文，國立交通大學運輸科技與管理學系，新竹，2012。
[14]曾祐嘉，「全球主要國家電動車示範運行推動現況」，車輛研測資訊，第八十五期，2011，第13-18頁。
[15]黃隆洲與王正健，「臺灣及國際「智慧電動車」發展現況與挑戰」，能源報導，第八期，2009，第5-10頁。
[16]楊承堯，資料包絡分析法應用於基因演算法求解具時間窗收送貨車輛路線問題之績效評估，碩士論文，國立高雄第一科技大學運籌管理所，高雄，2009。
[17]楊瑞宇，穩健公共自行車租用系統車輛配置模式，碩士論文，國立國立臺北科技大學資訊與運籌管理所，臺北，2011。
[18]經濟部，「日月潭風景區智慧電動車先導運行計畫」，經濟部智慧電動車先導運行計畫專案計畫書，2012。
[19]劉宜青，以模擬最佳化求解公共自行車共享系統之初始車輛配置策略，碩士論文，國立成功大學工業與資訊管理學系專班，臺南，2012。
[20]蔡育盛，運用基因演算法於單車租賃供需運補問題之研究，碩士論文，屏東科技大學工業管理系所，屏東，2012。
[21]顏惠結，「以臺南電動車先導運行計畫為例」，能源報導，第八期，2012，第11-14頁。
[22]Boussaïd, I., Lepagnot, J. & Siarry, P., "A survey on optimization metaheuristics, " Information Sciences, vol. 237, 2013, pp. 82-117.
[23]Ge, S.-Y., Feng, L., Liu, H. & Wang, L., "The planning of electric vehicle charging stations in the urban area," Proceedings of the 2nd International Conference on Electronic and Mechanical Engineering and Information Technology, Shenyang, China, 2012, pp. 1598-1604.
[24]Huang, C.-J., Chang, K.-H. & Lin, James T., "Optimal vehicle allocation for an Automated Materials Handling System using simulation optimisation," International journal of production research : American Institute of Industrial Engineers, vol. 50, no. 20, 2011, pp. 5734-5746.
[25]Khurma, N., Bacioiu, G.-M. & Pasek, Z.-J., "Simulation-based verification of lean improvement for emergency room process," Proceedings of the 2008 Winter Simulation Conference, Austin, Texas, 2008, pp. 1490-1499.
[26]Kobayashi, Y., Kiyama, N., Aoshima, H. & Kashiyama, M., "A Route Search Method for Electric Vehicles in Consideration of Range and Locations of Charging Stations," IEEE Intelligent Vehicles Symposium, Proceedings, Baden-Baden, Germany, 2011, pp. 920-925.
[27]Li, J., Ren, C., Shao, B., Wang, Q., Dong, J., He, M. & Chu, F., "A solution for reallocating public bike among bike stations," Proceedings of 2012 9th IEEE International Conference on Networking, Sensing and Control, Beijing, China, 2012, pp. 352-355.
[28]Lin, J.-R. and Yang T.-H., "Strategic design of public bicycle sharing systems with service level constraints," Transportation Research Part E: Logistics and Transportation Review, vol. 47, no. 2, 2011, pp. 284-294.
[29]Lin, J.-R., Yang, T.-H. & Chang, Y.-C., "A hub location inventory model for bicycle sharing system design: Formulation and solution," Computers and Industrial Engineering, vol. 65, no. 1, 2013, pp. 77-86.
[30]Liu, Z.-F., Zhang, W., Ji, X. & Li, K., "Optimal planning of charging station for electric vehicle based on particle swarm optimization," 2012 IEEE Innovative Smart Grid Technologies - Asia, Tianjin, China, 2012, pp. 1-5.
[31]Lu, Chung-Cheng, "Robust multi-period fleet allocation models for bike-sharing systems," Networks & Spatial Economics, 2013, DOI 10.1007/s11067-013-9203-9.
[32]Nakayama, S., Yamamoto, T. & Kitamura, R., "Simulation analysis for the management of an electric vehicle-sharing system: Case of the Kyoto public-car system," Transportation Research Record, no. 1791, 2002, pp. 99-104.
[33]Osman, I. H. and Laporte, G., "Metaheuristics: A bibliography," Annals of Operational Research, vol. 63, 1996, pp. 513-628.
[34]Sayarshad, H., Tavassoli, S. & Zhao, F., "A multi-periodic optimization formulation for bike planning and bike utilization," Source of the Document Applied Mathematical Modelling, vol. 36, no. 10, 2012, pp. 4944-4951.
[35]Wang, C., Yang, J., Liu, N. & Mao, Y., "Study on siting and sizing of battery-switch station," International Conference on Electric Utility Deregulation and Restructuring and Power Technologies, 5993975, 2011, pp. 657-662.
[36]Wang, M. and Liu, K., "Optimization of electric vehicle charging station location based on game theory," Proceedings 2011 International Conference on Transportation, Mechanical, and Electrical Engineering, Changchun, China, 2011, pp. 809-812.
[37]Wang, Y.-W., "Locating battery exchange stations to serve tourism transport: A note," Transportation Research Part D: Transport and Environment, vol. 13, no. 3, 2008, pp. 193-197.
[38]Yurtkuran, A. and Emel, E., "Simulation based decision-making for hospital pharmacy management," Proceedings of the 2008 Winter Simulation Conference, Austin, Texas, 2008, pp. 1539-1546.