单一物流中心货物配送模式之研究

1 單一物流中心貨物配送模式之研究 中国培训师大联盟www china 2 一 前言 市場的擴大以及競爭的激烈 管理系統在空間特性問題上處理能力不足的問題已慢慢浮現 管理者對於地理資訊系統的需求也大幅提高 例如在貨物運送方面 如能結合地理資訊系統優異的空間展示 處理以及分析的功能 將能有效的克服空間阻隔 達到節省成本的目的 3 一 前言 物流配送在GIS實屬於空間分析的問題 以往研究則較少考量空間分佈差異對配送產生的影響 故本研究將空間分析中群聚分析方法 ClusteringAnalysis 引入車輛途程問題 VRP 模式當中 已改善以往VRP演算法未加入空間考量的問題 並嘗試分析不同的空間分佈型態 Pattern 對不同VRP求解模式的影響 4 二 物流業特性分析 美國物流管理協會 CLM CouncilofLogisticsManagement 1995 之定義如下 舉凡涉及物品 勞務以及相關資訊自原料地至消費地間 如何有效率 efficient 及有效能 cost effective 地加以儲存 storage 與流動 flow 以因應顧客所需之規劃 執行與管理程序 皆屬之 5 二 物流業特性分析 物流系統的演進 可分為主要的三個階段 1 第一代物流系統 又稱為原料物流或是實體供給系統 主要是屬於物料之採購及移動過程 2 第二代物流系統 又稱為銷售物流或是實體分配系統 一般狹義的物流及意旨此系統 本研究所要探討的問題也正是屬於實體分配中貨物運輸的範疇 3 第三代物流系統 又稱為企業物流系統 BusinessLogisticsSystem 就是將上述實體供給和實體分配的各項活動 合成一個整體 予以綜合管理 6 二 物流業特性分析 而物流資訊系統與一般資訊系統不同的地方在於其對資料蒐集的密集性 以及資訊的詳細性和動態性 和數學模式的應用上皆比一般資訊系統來的高 數學模式的使用則是幫助決策的產生 例如線性規劃 最短路徑分析 系統模擬等 而這些特性在物流系統營運上所扮演的角色 主要是以最小的成本來處理訂單以及配送的問題 以達到最佳的服務水準 7 三 地理空間分析 關於地表空間的特徵 一般來說屬於空間分析的範疇 而對於地表空間型態 pattern 的描述 主要可分為幾種指標 以點資料來說 有下列幾種 頻率 frequency 密度 density 幾何中心 geometriccenter 離散 dispersion 排列 arrangement Clustered 密集型 Scattered 擴散型 Random 隨機型 8 群聚分析 而若要將空間中不同的點資料予以歸納分類 則必須要使用空間分析中的群聚分析技術 ClusterAnalysis 群聚型 隨機型 9 群聚分析方法 1 UPGMA利用接近值算數平均數2 WPGMA加入了權重值的計算3 SLINK利用最小接近值4 Clink利用最大接近值5 Ward sminimumvariancemethodE x1 Cmean1 2 y1 Cmean1 2 取MIN 10 群聚分析方法 6 K meansalgorithms Macqueen 1967 在一群需求 demand 點中找出k個供應 supply 中心的位置 使得需求點至供應中心的總成本最低 鄒明城 2000 7 K medoidalgorithmsg Vinod 1969 對於K means法容易掉入去最佳解的問題加以修正 8 CLARANS NgandHan 1994 9 DBSCAN Easter 1996 以空間分佈的密度為考量發展求解模式 10 GDBSCAN SANDERet al 1998 11 四 VRP求解分析 陳文瑞 1990 曾提到 VRP是車輛在依序的服務地點做收貨 或 和 送貨的服務 且必須依照指示依序通過這些服務地點 開始和結束在同一個出發點 depotordomicile VRP問題的分類單一場站 多場站本研究屬於單一場站 12 VRP問題探討 本研究最主要的討論是關於單一場站與多車輛路線問題之研究 在實務應用上通常都以單一物流中心 同時指派多部車輛 來達到時效性最高的顧客滿意度 這樣的問題被定義為 在一廣大的區域散置分佈N各節點或顧客 每個顧客有其特定的需求量 這些需求量由某一個特定的中心站來提供 此中心站有多部車輛 每部車輛的裝載量為已知 來求由配送中心到滿足所有N各點的顧客需求的配送路線 並使配送成本達到最小 13 VRP問題求解模式 1 先分群再排路線 ClusterFirst Routesecond 掃瞄法 GillettandMiller 1974 採用及座標角度掃瞄分群 2 先排路線再分群 RouteFirst clusterSecond BodinandBerman 1979 分群結果受先前排列之路進影響 3 節省法或插入法 SavingorInsertion 節省法 ClarkeandWright 1964 叫無彈性 無法視群聚狀況調整 14 VRP問題求解模式 4 改善與交換 Improvementorexchange K optimal法 LinandKernighan 1965 5 數學規劃法 MathematicalProgrammingApproaches 6 最佳解法 ExactProcedures 7 人機互動法 InteractiveOptimization 15 VRP問題求解模式分析 由於VRP屬於非完全多項式 NP Complete 問題 5 數學規劃法 6 最佳解法兩種方式求解複雜度隨問題大小呈指數成長 近年來學者紛紛致力於啟發式解法的開發 啟發式解法基本步驟 徐吉田 1993 1 指定K車輛 即路線 2 集結各需求點成一路線 啟始解 3 路線改善重新排列路線中各需求點 以得較好的路線 將某路線的點移到另一路線 16 啟發式解法基本概念 目前學界研究VRP問題通常採用二階段法 第一階段初始解的產生 例如 1 先分群再排路線 2 先排路線再分群 3 節省法或插入法第二階段則為解的改善 例如 4 改善與交換本研究採用先分群後排路線的方法 但考慮以往相關研究較少將空間因子納入考量 故本研究引入空間分析中群聚分析 ClusteringAnalysis 的相關技術 來作為VRP的分群求解 啟始解 模式 17 五 研究架構 VRP空間群聚求解模組 配送以及物流之空間資料庫 車輛及路線的指派 物流業特性分析 VRP求解模式分析 地理空間分析 GIS系統 比較 其他求解策略 不同空間Pattern 分析 歸納結果 18 六 研究方法 將空間分析中群聚分析模組應用於VRP初始解的求得 以離散 群聚之空間分析為基礎 並以clustering分析為核心改進方法 來改進及評量配貨地一解求法 引入空間量度參數 以做為空間度量 來評定不同演算法在不同空間度量上的優劣 19 研究假設 單一場站多部車輛道路的特性初期考慮對稱性路網 日後研究在考量實際路網配送點特性限制由一部車服務需求皆不超過一部車容量車輛的限制型態容量的限制單一車種 多部車輛行車距離的限制 20 研究假設 時窗 TimeWindow 的限制不考慮時窗限制客戶區位特性固定已知的需求產品本身特性以數量考慮 視為一種商品 21 群聚分析方法 本研究考慮工具的取得以及符合研究假設需求性 初步採用SPSS統計軟體 利用其內建之Analyze模組中的Classify的功能 採用k meansCluster以及HierarchicalCluster演算法來做分群 另外分區域配送之TSP演算法則採用最遠內插法 利用VB撰寫求解程式配合VRP標準例題做測試 22 七 初步成果 採用Christofieds Eilon 1969 所提出的測試例題進行測試 23 k meansCluster結果 24 HierarchicalCluster結果 25 k meansCluster配送結果 26 HierarchicalCluster配送結果 27 與過去研究之比較 此結果為尚未進行改善解之初步結果 未來若配合良好都改善模組 應可達到同等水