(3.238.173.209) 您好!臺灣時間:2021/05/08 14:41
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

: 
twitterline
研究生:陳明晏
研究生(外文):Ming-yen Chen
論文名稱:利用ParetoFront求解預拌車派送之最佳化排程
論文名稱(外文):Applying Pareto Front to Determine the Optimal Schedule of Dispatching RMC Trucks
指導教授:吳獻堂吳獻堂引用關係
指導教授(外文):Hsien-Tang Wu
學位類別:碩士
校院名稱:朝陽科技大學
系所名稱:營建工程系碩士班
學門:工程學門
學類:土木工程學類
論文種類:學術論文
論文出版年:2008
畢業學年度:96
語文別:中文
論文頁數:71
中文關鍵詞:Pareto Front預拌混凝土基因演算法CYCLONE
外文關鍵詞:Ready Mixed ConcreteGenetic AlgorithmsPareto FrontCYCLic Operation and Network
相關次數:
  • 被引用被引用:5
  • 點閱點閱:364
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:53
  • 收藏至我的研究室書目清單書目收藏:0
預拌混凝土(Ready Mixed Concrete,RMC)為國內各項民間建築及公共工程之最主要建材之一,其品質之良莠直接影響工程品質,更關係建物之安全和耐久性。現今預拌廠可依據工地所需生產混凝土、品質穩定且較為經濟,目前多數營建工地皆已普遍採用預拌混凝土。預拌混凝土由預拌混凝土廠拌合製造,再由預拌車運送至工地,由於水泥水化作用,預拌混凝土必須在一定的時間內送達工地並完成澆置;因此,要維持混凝土之品質且不影響工地施工進度與順暢的派送排程實為重大課題,故本研究之目的在權衡工地等待預拌車到達與預拌車在工地等候卸料時間,以期求得預拌車最佳化的派送排程。
本研究從預拌廠與工地雙方來探討,首先,就工地需求的角度而言,工地期望預拌車能連續到達,使施工作業不間斷,工地不因等待預拌車過久造成施工冷縫進而影響施工品質;另一方面,在預拌廠營運的角度而言,預拌廠期望能適時派送預拌車至適宜的工地,在預拌車到達工地後能立即馬上卸料,使預拌車在工地等待時間為最短,如能兼顧雙方需求即能達到雙贏之局面,創造出更多的利潤。
本研究針對單一預拌廠對多工地之派送排程,建構一套預拌車之最佳化派送排程模式,以達到預拌車等候卸貨與工地等待預拌車到達的時間為最短。本研究應用基因演算法(Genetic Algorithms,GA)、結合CYCLONE模擬理論與Pareto Front方法,最後再利用Visual Basic撰寫一套輔助派送系統程式,以作為調度人員派送與調度預拌車之參考。
預拌混凝土(Ready Mixed Concrete,RMC)為國內各項民間建築及公共工程之最主要建材之一,其品質之良莠直接影響工程品質,更關係建物之安全和耐久性。現今預拌廠可依據工地所需生產混凝土、品質穩定且較為經濟,目前多數營建工地皆已普遍採用預拌混凝土。預拌混凝土由預拌混凝土廠拌合製造,再由預拌車運送至工地,由於水泥水化作用,預拌混凝土必須在一定的時間內送達工地並完成澆置;因此,要維持混凝土之品質且不影響工地施工進度與順暢的派送排程實為重大課題,故本研究之目的在權衡工地等待預拌車到達與預拌車在工地等候卸料時間,以期求得預拌車最佳化的派送排程。
本研究從預拌廠與工地雙方來探討,首先,就工地需求的角度而言,工地期望預拌車能連續到達,使施工作業不間斷,工地不因等待預拌車過久造成施工冷縫進而影響施工品質;另一方面,在預拌廠營運的角度而言,預拌廠期望能適時派送預拌車至適宜的工地,在預拌車到達工地後能立即馬上卸料,使預拌車在工地等待時間為最短,如能兼顧雙方需求即能達到雙贏之局面,創造出更多的利潤。
本研究針對單一預拌廠對多工地之派送排程,建構一套預拌車之最佳化派送排程模式,以達到預拌車等候卸貨與工地等待預拌車到達的時間為最短。本研究應用基因演算法(Genetic Algorithms,GA)、結合CYCLONE模擬理論與Pareto Front方法,最後再利用Visual Basic撰寫一套輔助派送系統程式,以作為調度人員派送與調度預拌車之參考。
RMC (Ready Mixed Concrete) is one of the principle building materials for various civil architectures and public constructions in Taiwan. The quality of RMC will directly influence the quality of constructions and even relate to the safety and the durability of buildings. Because of the cement hydration, RMC must be delivered to the construction site and the cast-in-place process must be completed in a certain time. Consequently, it is a very important task to maintain the RMC quality and not to affect the construction progress as well as the schedule for smooth deliveries. Therefore, the purpose of this research is to weigh the time for the construction site to wait for the arrival of trucks and the time for trucks to wait for material unloading in hopes of gaining the optimal delivery schedule for trucks.
This research will study from both aspects of the RMC plant and the construction site. First, in view of the demand of construction site, the site expects that trucks would arrive at the site successively to make the construction be uninterrupted and that the cold joint resulted from long-time waiting for trucks would not occur in the site to further affect the quality of construction. On the other side, in view of the operation of RMC plant, the plant expects that they could deliver trucks timely to proper sites and the truck could unload the materials immediately after arriving at the site to reduce the site’s waiting time to a minimum. If both demands could be considered at the same time, it would be a win-win situation, where more profits would be created.
For the multi-sites delivery schedule of a single RMC plant, this research establishes a set of the optimal delivery schedule mode for mixer trucks to achieve the shortest time both for trucks and the construction site to wait for the unloading of materials and for the arrival of trucks respectively. This research takes use of the Genetic Algorithms (GA), integrates the theory of CYCLONE simulation and the method of Pareto Front, and then uses the Visual Basic to code a set of the supplementary delivery system program as a reference for the controller to deliver and dispatch trucks.
目錄
中文摘要 I
英文摘要 II
致謝 III
目錄 IV
表目錄 VII
圖目錄 VIII
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 4
1.5、論文架構 6
第二章、文獻回顧 8
2.1、基因演算法之應用 8
2.2、電腦模擬技術之應用 9
2.3、多目標最佳化之相關研究 11
2.4、小結 12
第三章、模式求解工具與理論介紹 13
3.1、基因演算法(Genetic Algorithms) 13
3.1.1、染色體表示法(Chromosome Representation) 14
3.1.2、交配運作(Crossover Operator) 15
3.1.3、突變運作(Mutation Operator) 16
3.1.4、選取(Selection) 17
3.2、CYCLONE理論介紹 18
3.2.1、CYCLONE模擬元件 19
3.2.2、元件符號接連關係與模型編號原則 20
3.2.3、CYCLONE模擬機制 21
3.3、多目標最佳化 23
3.3.1、Pareto 最佳解 25
第四章、預拌車之最佳化派送模式 27
4.1、派車排程模式影響因素 27
4.2、模式架構與流程簡介 30
4.3、簡單基因演算法應用單廠對多工地派送排程 33
4.4、CYCLONE模擬車輛派送排程 42
第五章 案例驗證與應用 46
5.1、RMCDiCSO介紹與單廠多工地模式案例驗證 46
5.1.1、RMCDiCSO介紹 46
5.1.2、權衡模式案例驗證 48
5.2、基因演算法參數之敏感度分析 57
5.2.1、世代數 58
5.2.2、母體數 59
5.2.3、交配率 60
5.2.4、突變率 61
5.2.5、小結 62
第六章、結論 63
6.1、結論 63
6.2、未來研究方向 65
參考文獻 67
表目錄
表3.1、CYCLONE符號使用說明 19
表3.2、CYCLONE符號接連關係表 20
表4.1、單廠多工地預拌車派送CYCLONE模型作業需時表 45
表4.2、單廠多工地預拌車派送CYCLONE模型資源起始數資料表 45
表5.1、案例1之工地資料表 50
表5.2、案例1之最佳Pareto Front解資料表 51
表5.3、案例1之Pareto Front Rank1解的派車順序與時間 51
表5.4、案例2之工地資料表 53
表5.5、案例2之最佳Pareto Front解資料表 53
表5.6、案例2之Pareto Front Rank1解的派車順序與時間 53
表5.7、案例3之工地資料表 55
表5.8、案例3之最佳Pareto Front解資料表 56
表5.9、案例3之Pareto Front Rank1解的派車順序與時間 56
表5.10、基因演算法之參數設定表 57
圖目錄
圖1.1、研究流程圖 5
圖3.1、基因演算法演算程序 14
圖3.2、單點交配示意圖 15
圖3.3、多點交配示意圖 16
圖3.4、均一交配示意圖 16
圖3.5、單點突變示意圖 17
圖3.6、多點突變示意圖 17
圖3.7、自身突變示意圖 17
圖3.8、CYCLONE模擬機制流程圖 23
圖3.9、多目標支配解與非支配解示意圖 26
圖4.1、權衡模式流程架構圖 31
圖4.2、3個工地各需2、3及4趟次之合理染色體結構 35
圖4.3、派送趟次與派送工地對應示意圖 36
圖4.4、合理染色體結構產生過程示意圖 36
圖4.5、Pareto Front示意圖 37
圖4.6、適存值計算示意圖 38
圖4.7、收斂面積示意圖 39
圖4.8、PMX兩點交配機制示意圖 41
圖4.9、自體突變機制示意圖 42
圖4.10、單廠多工地預拌車派送CYCLONE模型圖 43
圖5.1、RMCDiCSO-權衡模式程式操作介面 48
圖5.2、案例1之Pareto Front 解趨勢圖 49
圖5.3、案例1之Pareto Front 收斂圖 50
圖5.4、案例2之Pareto Front 解趨勢圖 52
圖5.5、案例2之Pareto Front 收斂圖 52
圖5.6、案例3之Pareto Front 解趨勢圖 54
圖5.7、案例3之Pareto Front 收斂圖 55
圖5.8、演化世代之Pareto Front收斂圖 58
圖5.9、初始母體數之Pareto Front收斂圖 59
圖5.10、交配機率之Pareto Front收斂圖 60
圖5.11、突變率之Pareto Front收斂圖 61
參考文獻
中文部分
1.江靜芳,「精簡營建於預拌混凝土供應鏈應用之研究」,碩士論文,國立中央大學土木工程研究所,桃園,2000。
2.吳獻堂,「應用模糊理論與電腦模擬分析營建操作生產力-COST電腦模擬程式之介紹」,碩士論文,朝陽科技大學營建工程系,台中,2000。
3.吳獻堂、馮重偉,「快速混雜基因演算法在預拌混凝土廠派車作業之應用」,電子計算機於土木水利工程應用研討會與論壇,佳作論文獎,第5頁,2003。
4.吳獻堂,「動態營建資源即時配送最佳化模式之開發-以混凝土配送為例」,博士論文,國立成功大學土木工程學系,台南,2006。
5.林恩仕,「以派遣中心為基礎之預拌混凝土廠派車模式」,碩士論文,國立成功大學土木工程學系,台南,2003。
6.洪轟嘉,「結合限制理論與SmartLink電腦模擬之開發以輔助預拌混凝土供應鏈之規劃」,碩士論文,國立中興大學土木工程學系,台中,2001。
7.馮重偉、吳獻堂,「結合基因演算法與電腦模擬於預拌廠派車作業之應用」,中國土木水利工程學刊,十六卷,第四期,第685-694頁,2004。
8.陳宏源,「應用基因演算法於營建作業流程模擬-多目標資源最佳化之研究」,碩士論文,朝陽科技大學營建工程系,台中,2002。
9.黃兆龍、蔡明谷,預拌混凝土問題集錦,詹氏書局,台北,1994。
10.鄭衣婷,「結合快速混亂基因演算法與離散事件模擬技術求解時間成本權衡問題」,碩士論文,朝陽科技大學營建工程系,台中,2007。
11.鄭道明,營建作業電腦模擬理論與實務,朝陽科技大學營建工程系,台中,2001。
12.賴伯武,「具限制式處理機制之多目標進化式演算法」,碩士論文,世新大學資訊管理研究所,台北,2006。
英文部分
1.Baker, B. M. and Ayechew, M. A.,“A Genetic Algorithm for the Vehicle Routing Problem,” Computers & Operations Research, 30, pp. 787-800,2003.
2.Blanton Jr., J. L. B., and Wainwright, R. L., “Multiple vehicle routing with time and capacity constraints using genetic algorithm,” Proceedings of The Fifth International Conference on Genetic Algorithms, pp. 452-459,1993.
3.Bodin, L., Golden, B., Assad A., and Ball M., “Routing and scheduling of vehicles and crews,” Computers and Ops Res., Vol. 10, No.2, pp. 63-211,1983.
4.Chin, A. J., Kit, H. W., and Lim, A.,“A new GA approach for the vehicle routing problem,” Tools with Artificial Intelligence,1999.Proceedings 11th IEEE International Conference, pp. 307-310,1999.
5.Cook, T., and Russel, R. A., “A simulation and statistical analysis of stochastic analysis of stochastic vehicle routing problem with time constraints,” Decision Science, Vol. 9, pp. 673-687,1978.
6.Cheng, T. M., Wu, H. T., and Tseng Y. W.,” Construction Operation Simulation Tool-COST,” The 17th ISARC Conference, Taipei, pp. 1143-1146,2000.
7.Dennis, J. R., & Kansky, R. J. ”Electronic slices of reality : The instructional role of computerized simulations,” In J. R. Dennis and R. J. Kansky (Eds.), Instructional computing: An acting guide for educators. Glenview, Illinois: Scott, Foresman,1984.
8.Feng, C.W., Liu, L., and Bruns, S.A., ”Using Genetic Algorithm to Solve Construction Time-Cost Trade-Off Problems,” Journal of Computing in Civil Engineering, ASCE, Vol.11, No.3, pp. 184-189,1997.
9.Feng, C.W. and Wu, H.T., ” Using Genetic Algorithm to Optimize the Dispatching Schedule of RMC Cars,” Proceeding of the 17th International Symposium on Automation and Robotics in Construction, Taipei, Taiwan, pp. 927-932,2000.
10.Feng, C. W. and Wu, H. T.,” The Integrated RMC Dispatching System Based on The Dispathing Center Approach,” Proceeding of the 21th International Symposium on Automation on Automation and Robotics in Construction, Jeju, Korea, pp. 450-455,2004.
11.Feng, C. W., Cheng, T. M. and Wu, H. T.,”Optimizing the schedule of dispatching RMC trucks Through genetic algorithm,” Automation in Construction, 13, pp. 327-340,2004.
12.Feng, C. W. and Wu, H. T.,”Intergration fmGA and CYCLONE to optimize the schedule of dispatching RMC trucks,” Automation in Construction, 15, pp. 186-199,2006.
13.Gen, M., and Cheng, R., “Genetic Algorithms and Engineering Design,” Wiley, New York,1997.
14.Gendreau, M., Hertz, A., and Laporte, G., “A Tabu search heuristic for the vehicle routing problem,” Mgmt. Sci., 40, pp. 1276-1290,1994.
15.Gendreau, M., Laporte, G. and Seguin, R., “Stochastic Vehicle Routing,” European Journal of Operational Research, 88, pp. 3-12,1996.
16.Halpin, D. W., and Woodhead, R.,” Design of construction and process operations,” Wiley, New York,1976.
17.Hwang, H. S.,“An improved model for vehicle routing problem with time constraint based on genetic algorithm,” Computers & Industrial Engineering, 42, pp. 361-369,2002.
18.Michalewicz, Z.,” Genetic Algorithms + Data Structures = Evolution Programs,” Springer, New York,1996.
19.Sobotka, A., “Simulation modeling for logistics re-engineering in the construction company,” Construction Management and Economics, 18, pp. 183-195,2000.
20.Thompson, P. M. and Psarafitis, H.,” Cyclic Transfer Algorithms for Multi-Vehicle Routing and Scheduling Problems,” Operations Research 41, pp. 935-946,1993.
21.Wren, A., and Wren, D.O.,“A genetic algorithm for public transport driver scheduling,” Computers Ops Res., Vol. 22, pp. 101-110,1995.
22.Zayed, T. M. and Halpin, D. W.,” Simulation of Concrete Batch Plant Production,” Journal of Construction Engineering and Management, ASCE, Vol.127, No.2, pp. 132-141,2001.
23.Zhou, G., Min, H., and Gen, M., “The balanced allocation of customers to multiple distribution centers in the supply chain network: a genetic algorithm approach,” Computers & Industrial Engineering, 43, pp. 251-261,2002.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔