ดาวน์โหลด All Proceeding - AS Nida
ดาวน์โหลด All Proceeding - AS Nida
ดาวน์โหลด All Proceeding - AS Nida
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
ปญหาการจัดเสนทางสําหรับยานพาหนะ ถูกพัฒนามาจากปญหาการ<br />
เดินทางของพนักงานขาย (Traveling Salesman Problem :TSP) โดยมี<br />
วัตถุประสงคหลัก คือใหมีระยะทางในการเดินทางโดยรวมต่ําที่สุด<br />
โดย<br />
พนักงานขายเดินทางไปยังเมืองตางๆ ซึ่งจะเริ่มตนจากเมืองหนึ่ง<br />
เดินทาง<br />
ไปเมืองใดกอนก็ไดและเดินตอไปเรื่อยๆจนครบทุกเมืองแลวกลับไป<br />
เมืองเริ่มตน<br />
โดยมีเงื่อนไขคือเมืองที่เดินทางผานแลวจะไมทําการเดิน<br />
ทางผานซ้ําอีก<br />
สวนปญหาการจัดเสนทางสําหรับยานพาหนะ จะมี<br />
เงื่อนไขขอจํากัดดานความสามารถในการบรรทุก<br />
โดยมีเปาสําคัญ คือการ<br />
พยายามออกแบบกลุมยานพาหนะทุกคัน<br />
ใหมีการเดินทางโดยใชตนทุน<br />
ต่ําที่สุด<br />
โดยจะมีจุดเริ่มตนจากจุดกระจายสินคา<br />
(Depot) และยานพาหนะ<br />
ก็วิ่งไปตามเสนทางการขนสงสินคา<br />
โดยพิจารณาเงื่อนไขหรือขอจํากัด<br />
ตางๆ เชน เวลาและความจุ<br />
ผูวิจัยไดศึกษาวิธีฮิวริสติก<br />
(Heuristic method) สําหรับแกปญหา<br />
การจัดเสนทางพาหนะ โดยผูวิจัยไดศึกษาปญหาของการจัดเสนทาง<br />
ยานพาหนะขนสงน้ําแข็งของรานโตงน้ําแข็ง<br />
อําเภอวารินชําราบ จังหวัด<br />
อุบลราชธานี มีการขนสงสินคาไปยังลูกคา 85 ราย พบวาทางรานมี<br />
ผลิตภัณฑที่ทําการขนสงอยู<br />
2 ชนิด คือน้ําแข็งหลอดและน้ําแข็งบด<br />
มีรถ<br />
กระบะที่ใชในการขนสง<br />
3 คันโดยแตละคันมีความจุสูงสุดที่<br />
150<br />
กระสอบ ความตองการสินคาของลูกคาในแตละรายไมแนนอน<br />
(Stochastic) และมีระยะทางไป–กลับที่ไมเทากัน<br />
(Asymmetric) ในบางจุด<br />
ซึ่งงานวิจัยนี้มุงเนนการจัดเสนทางการขนสง<br />
เพื่อใหเกิดประสิทธิภาพ<br />
สูงสุด อันจะสงผลใหสามารถลดตนทุนการขนสงลงได<br />
2. งานวิจัยที่เกี่ยวของ<br />
การจัดเสนทางสําหรับยานพาหนะตั้งแตอดีตจนถึงปจจุบันมี<br />
นักวิจัยไดทําการศึกษาหลายทาน เชนในงานวิจัยของ Clarke และ Wright<br />
(1964) ไดพิจารณาการใชฮิวริ-สติกแบบประหยัด (Saving) เพื่อแกปญหา<br />
การจัดเสนทางสําหรับยานพาหนะที่มีความตองการของลูกคาหลายแหง<br />
ยานพาหนะมีความจุหลายขนาด สงสินคาออกจากคลังสินคาแหงเดียว ซึ่ง<br />
ไดพัฒนาขั้นตอนใหสามารถเลือกเสนทางของยานพาหนะที่เหมาะสม<br />
ที่สุด<br />
ผลที่ไดจากการแกปญหานี้คือ<br />
ทําใหทราบจํานวนยานพาหนะที่จะ<br />
ใชขนสง และปริมาณสินคาที่ขนสงของยานพาหนะแตละคัน<br />
Gillett และ<br />
Miller (1974) เสนอวิธี The sweep approach ซึ่งเปนเทคนิคฮิวริสติกที่มี<br />
ประสิทธิภาพสูง โดยมีโครงสรางในการหาคําตอบ 2 ลําดับ คือ ลําดับแรก<br />
จะจัดโหนดใหกับยานพาหนะ จากนั้นจะใหลําดับการสงของโหนดตางๆ<br />
แกยานพาหนะ ตอมา จตุ-รวิทย กลอมใจขาว (2545) นําเสนอวิธีฮิวริสติก<br />
3 วิธีคือ Saving Algorithm, Two-phase Algorithm และ Sweep Algorithm ใน<br />
82<br />
การพัฒนาระบบชวยการตัดสินใจของปญหาการหาเสนทางการเดินรถ<br />
กรณีศึกษา บริษัทขนสงพัสดุ ทั้ง<br />
3 วิธีนั้นจะไดผลลัพธที่แตกตางกัน<br />
ผูใช<br />
สามารถนําผลที่ไดจากการคํานวณของแตละวิธีมาเปรียบเทียบเพื่อการ<br />
ตัดสินใจเลือกเสนทางที่เหมาะสมกับความตองการสินคาในแตละวัน<br />
พงศพัฒน โตตระกูล และคณะ (2547) พิจารณาปญหาการจัดเสนทางการ<br />
ขนสงเวชภัณฑในระบบการกระจายเวชภัณฑของโรงพยาบาล โดย<br />
คํานึงถึงผลิตภัณฑหลายชนิดที่มีความตองการเวชภัณฑแตละชนิดที่เวลา<br />
ตางกัน กระบวนการของฮิวริสติกแบงเปน 2 ระยะ โดยระยะแรกสราง<br />
เสนทางขนสงขั้นตนดวยวิธี<br />
Saving algorithm และในระยะที่สอง<br />
ปรับปรุงคําตอบดวยวิธี 2-opt และ Anti-intersection algorithm พบวา<br />
สามารถหาคาที่เหมาะสมที่สุด<br />
ตันติกร พิชญพิบูล และเรื่องศักดิ์<br />
แกว<br />
ธรรมชัย (2550) ไดประยุกตใชวิธีฮิวริ-สติก Clarke-Wright Saving ใน<br />
การศึกษาวิธีการที่เหมาะสมในการขนสงแบบไป-กลับของการขนสง<br />
สินคา ของลูกคาในแตละจังหวัดทั่วประเทศไทย<br />
และไดนําผลการหา<br />
เสนทางโดยวิธีฮิวริสติก Clarke-Wright Saving ไปเปรียบเทียบกับการจัด<br />
เสนทางแบบเดิมดวยวิธีฮิวริ-สติก Nearest Neighbor พบวา วิธีฮิวริสติก<br />
Clarke-Wright Saving มีประสิทธิภาพที่ดีกวา<br />
วิธีฮิวริสติก Nearest<br />
Neighbor โดยสามรถลดตนทุนที่ใชในการขนสงลงไดเปนจํานวนเงิน<br />
2,338,915 บาทและใชเวลาประมวลผล 250 วินาที ตอการประมวลผล<br />
120 ตัวอยาง<br />
สําหรับปญหาที่มีการขนสงที่มีความตองการไมแนนอนมี<br />
นักวิจัยหลายทานที่นําเสนอไว<br />
เชน Laporte and Louveaux (1997) นําเสนอ<br />
วิธีแกปญหาการจัดเสนทางยานพาหนะแบบไมแนนอนดวยวิธี Integer L-<br />
Shaped Method เพื่อใหไดคําตอบที่ดีที่สุด<br />
โดยศึกษาจากปญหา 4 ชนิด<br />
ไดแก ปญหาที่<br />
1 เวลาไมแนนอน, จํานวนยานพาหนะ m คัน ปญหาที่<br />
2<br />
จํานวนลูกคาไมแนนอน, ยานพาหนะ 1 คัน ปญหาที่<br />
3 จํานวนลูกคาและ<br />
ความตองการไมแนนอน, ยานพาหนะ m คัน และปญหาที่<br />
4 ความ<br />
ตองการไมแนนอน, ยานพาหนะ 1 คัน พบวา คําตอบที่ไดยังไมใชคําตอบ<br />
ที่ดีที่สุดเมื่อเปรียบเทียบกับปญหาของ<br />
Laporte and Louveaux (1993)<br />
Karahan et al. (2006) ศึกษาเปรียบเทียบปญหาการขนสงประกอบดวย<br />
ปญหา 2 ประเภทคือ ประเภทแรกเปนปญหาการจัดเสนทางเดินของ<br />
พนักงานขาย โดยมีเงื่อนไขเรื่องเวลาไมแนนอน<br />
(Stochastic timers) และ<br />
จํานวนลูกคาไมแนนอน (Stochastic customers) ประเภทที่สองเปนปญหา<br />
การจัดเสนทางสําหรับยานพาหนะ โดยมีเงื่อนไขจํานวนลูกคาไมแนนอน<br />
(Stochastic customers) และความตองการของลูกคาไมแนนอน (Stochastic<br />
demands) โดยพิจารณาถึงระดับของปญหาจากงานวิจัยทานอื่น<br />
Chang-
Change language