跳到主要內容

臺灣博碩士論文加值系統

(3.231.230.177) 您好!臺灣時間:2021/08/04 01:05
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

我願授權國圖
: 
twitterline
研究生:羅文韋
論文名稱:考量庫存限制下之 多廠區訂單分配與船舶途程規劃問題
論文名稱(外文):Metaheuristic for Multi-Plant Order Allocation and Ship Routing Problem under Factory`s Inventory Restricted
指導教授:林則孟林則孟引用關係
學位類別:碩士
校院名稱:國立清華大學
系所名稱:工業工程與工程管理學系
學門:工程學門
學類:工業工程學類
論文種類:學術論文
論文出版年:2012
畢業學年度:100
語文別:中文
論文頁數:148
中文關鍵詞:訂單分配問題船舶途程規劃問題基因演算法粒子群演算法變動式鄰域搜尋法
外文關鍵詞:Ship Routing ProblemOrder Allocation ProblemVariable Neighborhood SearchGenetic AlgorithmParticle Swarm Optimization
相關次數:
  • 被引用被引用:3
  • 點閱點閱:165
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
在實務上,許多跨國企業會同時擁有多區域的生產工廠與運輸船隊進行貨物配送,此類型企業的船隊在船舶運輸的分類中可稱為產業專用船運(industrial shipping),該船隊的短期營運操作問題主要在於客戶訂單的處理與船舶途程規劃,由於客戶訂單的處理與船舶排程直接影響到企業是否可以快速的滿足客戶需求,且在船舶屬性、港口限制和工廠庫存互相影響的環境下,要如何把客戶訂單分配在各區域的生產工廠,並且有效率的規劃船隊的航行路徑進行配送,是個非常複雜決策工作,目前有些企業仍然依靠人工的方式進行訂單的處理與船舶排程,隨著近年來運輸成本的上升與訂單業務增加,傳統的人工已無法應付此工作,因此如何使用電腦系統同時進行訂單分配與船舶途程規劃,降低船舶運輸的成本亦減少規劃人員經驗的差異,成為目前主要需解決的問題。
本研究主要探討產業專用船運的短期營運問題,將原始問題分為多廠區訂單分配問題(MPOAP)與船舶途程規劃問題(SRP)。並在單位運輸成本最小為規劃目標下,在訂單分配問題建構基因演算法與粒子群演算法分別進行求解,在船舶途程規劃問題建構門檻式變動鄰域搜尋法進行求解,本研究使用兩種搜尋架構將子問題的演算法進行整合求解,分別為兩階段式架構演算法與回饋式架構演算法,最後利用個案公司的實例資料進行參數實驗與求解分析。
經過實驗與分析發現兩階段與回饋式方法在實務資料與測試資料中都可以有效求解,且回饋式演算法求解的績效在訂單數量越大時越優於兩階段演算法,而兩階段演算法求解效率較好,所花費的運算時間小於回饋式演算法,因此,可證明本研究方法可應用於實務問題且回饋式演算法可比兩階段演算法帶來更多利潤,決策者可視不同需求與情境選擇使用不同的演算法。

第一章 緒論
1.1研究背景與動機
1.2研究目的
1.3研究範圍與假設
1.4研究步驟與方法
第二章 船舶運輸產業敘述與分析
2.1船舶運輸產業的營運分類
2.2個案公司簡介
2.3個案公司運輸作業模式分析
2.4個案公司之運輸作業問題特性
2.4.1訂單
2.4.2港口
2.4.3船隊
2.4.4工廠
2.5個案公司之作業流程分析
2.5.1現行流程的缺失
2.5.2改善方案
第三章 文獻回顧
3.1 訂單分配問題(Order Allocation Problem,OAP)
3.2 船舶途程規劃問題 (Ship Routing Problem,SRP)
3.3 變動式鄰域搜尋演算法(Variable Neighborhood Search,VNS)
3.4 門檻值接受法(Threshold Accepting,TA)
3.5 基因演算法(Genetic Algorithm,GA)
3.6 粒子群搜尋演算法(Particle Swarm Optimization,PSO)
第四章 問題定義與方法論
4.1 問題描敘
4.2 問題定義與假設
4.3 數學模式
4.4 方法論
4.4.1兩階段架構演算法求解意義
4.4.2回饋式架構演算法求解意義
第五章 船舶途程規劃問題之研究方法與實驗分析
5.1門檻式變動鄰域搜尋法(TA_VNS)的流程
5.2門檻式變動鄰域搜尋法(TA_VNS)的建構
5.2.1編碼(Encoding)
5.2.2初始解(Initialization)
5.2.3績效評估(Evaluation)
5.2.4交換法(Exchange)
5.2.5移步法則
5.3實驗一 範例驗證
5.4實驗二 參數分析
5.4.1 測試環境與目的
5.4.2 交換法實驗分析
5.4.3 門檻移步法則實驗分析
5.4.4 候選解大小實驗分析
5.4.5 起始門檻值與遞減比例實驗分析
5.4.6 參數分析小結
第六章 短期營運問題之研究方法與實驗分析
6.1 基因演算法之建構
6.1.1基因演算法流程
6.1.2基因演算法建構
6.2 粒子群演算法之建構
6.2.1粒子群演算法流程
6.2.2粒子群演算法建構
6.3 實驗一 範例驗證
6.4 實驗二 回饋式演算法參數分析
6.4.1回饋式架構基因演算法參數設定與分析
6.4.2回饋式架構粒子群演算法參數設定與分析
6.4.4回饋式架構演算法參數實驗小結
6.5實驗三 兩階段演算法參數設定分析
6.5.1兩階段架構基因演算法參數設定與分析
6.5.2兩階段架構粒子群演算法參數設定與分析
6.5.3兩階段架構演算法參數實驗小結
第七章 實例驗證與分析
7.1案例說明
7.1.1 案例輸入資料介紹
7.2 案例求解與分析實驗
7.2.1實驗結果
7.2.2分析結果總結
第八章 結論與建議
8.1 結論
8.2 建議
參考文獻

1. 卓裕仁, “以巨集啟發式方法求解多車種與週期性車輛路線問題之研究”國立交通大學運輸工程與管理學系,博士論文,2000。
2. 程耀輝, “多路程車輛排程問題之門檻接受啟發式演算法”義守大學工業工程與管理學系,碩士論文,2006。
3. 劉慧燕,“不定其船運船舶排程問題之研究”,國立成功大學交通管理科學研究所,博士論文,2011。
4. 劉佩玲,“考量產品配送下之多產區訂單分配問題應用門檻值接受法”,元智大學工業工程與管理學系,碩士論文,2004。
5. Bronmo ,G., Christiansen, M., Fagerholt, K. and Nygreen, B., “A Multi-start local search heuristic for ship routing scheduling a omputational” Computer and Operations Research Society , Vol.34,pp.900-917,2007.
6. Chen ,J. C., Hsieh,W. H.,Cheng, C. H. and Chen, C. S. ,“Hybrid Meta-Heuristics for Vehicle Routing Problem with Time Window Constraints” , Institute of Electrical and Electronics Engineers,2009 .
7. Chut, P. C. and Beasley, J. E., “A Geneic Alogorithm for the Generalised Assignment Problem ” , Computers Operational Research, Vol. 24, No. 1, pp. 17-23, 1997.
8. Christiansen ,M. ,and Nygreen ,B., “A method for solving ship routing problems with inventory constraints”, Annals of Operations Research ,Vol. 81 pp.357 – 378,1998.
9. Korsvik ,J. E., Fagerholt, K., and Laporte,G., “A large neighbourhood search heuristic for ship routing and scheduling with split loads” ,Computers & Operations Research , Vol. 38,mpp. 474–483,2011.
10. Fagerholt ,K., Ronen ,D., and Christiansen, M., “Ship Routing and Scheduling: Status and Perspectives”,Transportation Science ,Vol. 38, No. 1,2004.
11. Feltl ,H., and Raidl ,G. R., “An Improved Hybrid Genetic Algorithm for the Generalized Assignment Problem ”, ACM Symposium on Applied Computing, March 14-17, 2004.
12. Ford,L. R., and Fulkersom ,D. R.,“Solving the Transportation Problem” ,Management Science, Vol. 3, No. 1 pp. 24-32 ,1956.
13. Fagerholt ,K. and Christiansen M., “A combined ship scheduling and allocation problem” ,Journal of the Operational Research Society, Vol. 51, No. 7, pp. 834-842,2000.
14. Gunnarsson ,H., Ronnqvist M., and Carlsson D., “A combined terminal location and ship routing problem” ,Journal of the Operational Research Society , Vol.57, pp.928–938,2006.
15. Hansen ,P. and Mladenovicae, N., “Variable Neighborhood Search:Principles and applications” European Journal of Operations Research, Vol. 130, pp.449 – 467,2001.
16. Hansen ,Pierre, Mladenovi´c ,Nenad and José A. Moreno Pérez, “Variable neighbourhood search: methods and applications” ,A Quarterly Journal of Operations Research,pp.319-360,2008.
17. Lee ,D. S., Vassiliadis ,V. S., Park ,J. M., “A novel threshold accepting meta-heuristic for the job-shopscheduling problem”,Computers & Operations Research, Vol.31, pp.2199–2213,2004
18. Nikolakopoulos ,A. and Sarimveis ,H., “A threshold accepting heuristic with intense local search for the solution of special instances of the traveling salesman problem”,European Journal of Operational Research ,Vol.177,pp.1911–1929 ,2007.
19. Malliappi ,F., Bennell ,J. A., and Potts ,C. N., “A Variable Neighborhood Search Heuristic for Tramp Ship Scheduling” ICCL 2011, LNCS 6971, pp. 273–285, 2011.
20. Mladenovicae ,N. and Hansent, P., “Variable Neighborhood Search” Computer and Operations Research, Vol. 24, No. 1 I. pp. 1097-1100,1997
21. Pang, K.W., Xu, Z. and Li,C.L.,“Ship routing problem with berthing ime clash avoidance constraints”, Int. J. Production Economics, Vol. 131, pp. 752–762,2011
22. Palekar ,U. S., Karwan ,M.H., and Zionts, S., “A Branch-and-bpund Method For The Fixed Charge Transportation Problem”, Management Science, Vol. 36, No. 9, 1990
23. Ross ,G.T. ,and Soland, R. M., “A Branch and Bound Algorithm for the the Generalizd Assignment Problem”,Mathematical Programming,Vol.8,91-130,1975
24. Siswanto, N., Essam, D. and Saroker, R.,“Solving the ship inventory routing and scheduling problem with undedicated compartments”, Computers & Industrial Engineering,2010
25. Trarntlis,C.D.and Kiranoudis ,C.T., “A Meta-heuristic Algorithm for the Efficient Distribution of Perishable Foods” ,Journal of Food Engineering, Vol.50,pp.1-9,2001
26. Trarntlis,C.D. and Kiranoudis ,C.T., “A Meta-heuristic Algorithm for the Efficient Distribution of Perishable Foods” ,Journal of Food Engineering, Vol.50,pp.1-9,2001
27. Tate ,D.M. and Smith ,A. E., “A Genetic Approach to the Quadratic Assignment problem ”, Computers Operational Research,Vol. 22, No. 1, pp. 73-83, 1995
28. Palekar, U. S., Karwan ,M.H. and Zionts ,S., “A Branch-and-Bound Method For The Fixed Charge Transportation Problem”, Management Science,Vol. 36, No. 9, September 1990.
29. Vignaux, G. A., and Michalewicz, Z.,“A Genetic Algorithm for the Linear Transportation Problem” ,IEEE Transactions on System ,Man and Cybernetics, Vol. 21, No. 2, 1991
30. Yin ,P.Y., Yu ,S.S., Wang, P.P.and Wang, Y.T., “A hybrid particle swarm optimization algorithm for optimal task assignment in distributed systems”,Computer Standards & Interfaces ,Vol.28, 441–450,2006
31. Yang ,F.C., Chen ,K., Wang ,M.T. ,Chang,P.Y., and Sun ,K.C., “Mathematical modeling of multi-plant order allocation problem and solving by genetic algorithm with matrix representation”,Int J Adv Manuf Technol ,Vol. 51,pp.1251–1259,2010.

連結至畢業學校之論文網頁點我開啟連結
註: 此連結為研究生畢業學校所提供,不一定有電子全文可供下載,若連結有誤,請點選上方之〝勘誤回報〞功能,我們會盡快修正,謝謝!
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊