臺灣博碩士論文加值系統

人員與車輛排班作業乃是公路客運營運管理之重要作業，係針對班次時刻表進行司機員值勤內容規劃之結果，在有限的人車營運資源與相關法律規定等限制條件下，適當分派所有班次，並以最適資源運用與最適資源分配為目標，建立司機員(或車輛)每日營運所需之勤務(Shift)。通常最適資源運用係定義為管理者所期望之營運目標，如最小化勤務數、車輛數、人車閒置時間等；而最適資源分配即為司機員工作條件均等目標，如獎金、勞務、作業環境等公平原則，因排班過程所需考慮因素繁多，目前各客運公司常藉由經驗老道之排班人員，期使在最短時間內完成勤務規劃之相關作業。在客運經營日益困難情況下，經營者為避免流失客源，經常透過班次調整作業，滿足乘客需求，因此調整目前勤務規劃內容之頻率即日漸增加，如何透過系統分析方法，協助業者在合理時間內完成人員與車輛排班作業即為一重要研究課題。
本研究旨考量經營業者與司機員兩層面，建立多目標人員與車輛排班模式，並依據模式特性，發展以勤務為染色體之基因演算法進行模式求解作業。由於班次具有時間窗特性，若採傳統基因演算法之交配及突變方式，即易產生班次衝突、重複分派、未分派等不合理現象，因此本研究提出尋偶式交配法與染色體突變法，以避免前述問題產生；而在適合度函數設計部分，則採用權重赫爾得範數(weighted Hölder norms)，以處理多目標單位與值域不同之問題。最後並以桃園客運桃園站實際營運勤務及新竹客運排班教育訓練範例內容為測試研究對象，測試結果顯示本研究除可兼顧求解時間與求解品質外，尚可進一步獲得較目前營運班表為佳之結果，顯示本研究所構建之多目標人員與車輛排班模式及基因演算法，確實可提升現行汽車客運之人員與車輛排班作業效率。

摘　要 i
誌　謝 ii
目　錄 iii
圖目錄 vi
表目錄 viii
第一章 緒論 1
1.1研究動機 1
1.2研究目的 2
1.3研究範圍 2
1.4研究方法 4
1.5研究流程 5
第二章 現況分析 7
2.1專有名詞定義 7
2.2客運業排班作業定義 8
2.2.1客運業營運作業流程 8
2.2.2班次規劃 12
2.2.3人員與車輛排班 15
2.2.4人員輪班 17
2.3小結 20
第三章 文獻回顧 22
3.1人員排班分類 22
3.1.1固定地點之人力排班 22
3.1.2大眾運輸人員/車輛排班 23
3.1.3航空人員排班 25
3.1.4值勤週期問題 26
3.2大眾運輸人員與車輛排班回顧 26
3.2.1公路運輸 26
3.2.2軌道運輸 28
3.3基因演算法回顧 30
3.3.1基因演算法之介紹 30
3.3.2基因演算法之特色 35
3.3.3基因演算法之特殊處理 36
3.4多目標數學規劃法回顧 37
3.5小結 39
3.5.1人員排班文獻回顧小結 39
3.5.2基因演算法回顧小結 42
第四章 模式構建與求解演算法 45
4.1模式構建 45
4.1.1數學模式與參數說明 45
4.1.2模式說明 46
4.2求解演算法 49
4.2.1演算法名詞定義 50
4.2.2編碼 51
4.2.3初始族群 53
4.2.4適合度函數 54
4.2.5尋偶式交配 55
4.2.6劣解接受檢定 58
4.2.7突變機制 59
4.3演算法邏輯正確性測試 62
4.4演算法參數敏感度分析 63
4.4.1測試環境與相關假設 64
4.4.2交配率測試與分析 65
4.4.3突變控制率測試與分析 66
4.4.4檻值測試與分析 66
4.4.5適合度函數正規化測試與分析 67
第五章 實例研究 70
5.1桃園客運桃園站實例測試分析 70
5.1.1背景介紹 70
5.1.2測試結果分析 71
5.2新竹客運模擬例題測試分析 74
5.2.1背景介紹 74
5.2.2測試結果分析 75
第六章 結論與建議 78
6.1結論 78
6.2建議 79
參考文獻 80
附錄A　桃園客運桃園站營運路線資料 82
附錄B　桃園客運桃園站現況營運調度(勤務)資料 84
附錄C　新竹客運人員與車輛排班作業練習例題 86
附錄D　參數敏感度分析結果 88
附錄E　桃園客運實例測試結果 90
附錄F　新竹客運實例測試結果 96

1.交通部運輸研究所(1986)，「運輸營運手冊」。
2.交通部運輸研究所(2003)，「旅客運輸成長率」，運輸資料分析，第26期，http://www.iot.gov.tw/。
3.吳孟璵(2003)，「GPS環境下公車車輛排班調度專家系統之研究」，台灣大學土木工程學研究所碩士論文。
4.吳詩傑(2003)，「大眾運輸公車路線查詢」，ezgo市民交通旅遊網，http://ezgo.taipei-elife.net。
5.杜世文(1992)，「多目標與模糊時窗貨物配送啟發式解法之研究」，交通大學交通運輸研究所碩士論文。
6.周鵬程(2002)，「遺傳演算法原理與應用」，全華科技圖書股份有限公司。
7.夏萬春(2001)，「禁制搜尋法於車輛排班之探討」，高雄第一科技大學機械與自動化工程系碩士論文。
8.馬永芬(1990)，「多目標多限制巡迴網路問題之探討」，清華大學工業工程碩士論文。
9.許志義(1994)，「多目標決策」，五南圖書出版公司。
10.陳雷豪(1999)，「長途客運排程規劃暨班次表設計之研究」，中央大學土木工程研究所碩士論文。
11.黃俐嘉(1997)，「公車路網績效評估模式之研究」，台灣大學土木工程學研究所碩士論文。
12.劉方旗(1998)，「市區公車排班與即時機動調度之研究─以新竹客運為例」，交通大學交通運輸研究所碩士論文。
13.蔡文昉(2000)，「大眾運輸排班系統之研究」，交通大學運輸工程與管理學系碩士論文。
14.盧宗成(1999)，「捷運司機員排班問題之研究─以台北捷運公司為例」，交通大學運輸工程與管理學系碩士論文。
15.謝欣宏(2002)，「台鐵司機員排班問題與輪班問題之研究─以基因演算法求解」，成功大學交通管理科學研究所碩士論文。
16.蘇木春、張孝德(2003)，「機器學習：類神經網路、模糊系統以及基因演算法則」，全華科技圖書股份有限公司。
17.蘇昭銘、張靖(2000)，「捷運系統站務員排班模式之研究」，運輸學刊，第十二卷，第二期，第1-14頁。
18.Ambrose, G. , D.R Hansen and D. Lucien (1982), “Multiobjective decision analysis with engineering and business applications,” New York : Wiley.
19.Chu, C.K. and C.H. Chan (1998), “Crow Scheduling of Light Rail Transit in Hong Kong: from Modeling to Implemention,” Computers and Operations Research, Vol. 25, No. 11, pp.887-894.
20.Computers and Operations Research (1981),”Routing and Scheduling of Vehicles and Crews,” Vol. 10, No.2, pp.117-147.
21.Haghani, A. and M. Banihashemi (2002), “Heuristic Approaches for Solving Large-Scale Bus Transit Vehicle Scheduling Problem with Route Time Constraints,” Transportation Research, Part A, 36, pp.309-333.
22.Lin J.G. (2003), “On Min-norm and Min-max methods of Multi-objective Optimization,” Mathematical Programming, Ser. A.
23.Ozdemir, H.T (2001),”Grapg Based Evolutionary Algorithms for Transportation Problems,” PH.D. dissertation, Department of EECS, Syracuse University.
24.Ozdemir, H.T. and C.K. Mohan (2001), “Flight Graph Based Genetic Algorithm for Crew Scheduling Airlines,” Information Sciences, pp.165-173.
25.Rardin R.L. (1998), “Optimization in Operations Research,” Prentice Hall., pp.373-408.
26.Reeves, C.R. (1993), “Modern Heuristic Techniques for Combinatorial Problems,” John Wiley and Sons. Incorporated , pp. 151-196.
27.Valouxis, C. and E. Housos (2002),“Combined Bus and Driver Scheduling,” Computers and Operations Research,Vol. 29, pp.243-259.
28.Wren, A. and D.O. Wren (1995),”A Genetic Algorithm for Public Transport Driver Scheduling,” Computers and Operations Research, Vol. 22, No. 1, pp.101-110.