單一物流中心貨物配送模式之研究課程課件

1單一物流中心貨物配送模式之研究1單一物流中心貨物配送模式之研究2一、前言市場的擴大以及競爭的激烈，管理系統(tǒng)在空間特性問題上處理能力不足的問題已慢慢浮現(xiàn)，管理者對于地理信息系統(tǒng)的需求也大幅提高。例如在貨物運送方面，如能結(jié)合地理信息系統(tǒng)優(yōu)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(jié)省成本的目的。2一、前言3一、前言物流配送在GIS實屬于空間分析的問題，以往研究則較少考慮空間分布差異對配送產(chǎn)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(dāng)中，已改善以往VRP算法未加入空間考慮的問題。并嘗試分析不同的空間分布型態(tài)（Pattern），對不同VRP求解模式的影響。3一、前言物流配送在GIS實屬于空間分析的問題，以往研究則較4二、物流業(yè)特性分析美國物流管理協(xié)會（CLM,CouncilofLogisticsManagement,1995）之定義如下：「舉凡涉及物品、勞務(wù)以及相關(guān)信息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(yīng)顧客所需之規(guī)劃、執(zhí)行與管理程序，皆屬之?！?二、物流業(yè)特性分析美國物流管理協(xié)會（CLM,Counci5二、物流業(yè)特性分析物流系統(tǒng)的演進，可分為主要的三個階段：1.第一代物流系統(tǒng)：又稱為原料物流或是實體供給系統(tǒng)，主要是屬于物料之采購及移動過程。2.第二代物流系統(tǒng)：又稱為銷售物流或是實體分配系統(tǒng)，一般狹義的物流及意旨此系統(tǒng)，本研究所要探討的問題也正是屬于實體分配中貨物運輸?shù)姆懂牎?.第三代物流系統(tǒng)：又稱為企業(yè)物流系統(tǒng)（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。5二、物流業(yè)特性分析物流系統(tǒng)的演進，可分為主要的三個階段：6二、物流業(yè)特性分析而物流信息系統(tǒng)與一般信息系統(tǒng)不同的地方在于其對資料搜集的密集性，以及信息的詳細性和動態(tài)性，和數(shù)學(xué)模式的應(yīng)用上皆比一般信息系統(tǒng)來的高，數(shù)學(xué)模式的使用則是幫助決策的產(chǎn)生，例如線性規(guī)劃、最短路徑分析、系統(tǒng)仿真等，而這些特性在物流系統(tǒng)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(wù)水平。6二、物流業(yè)特性分析而物流信息系統(tǒng)與一般信息系統(tǒng)不同的地方在7三、地理空間分析關(guān)于地表空間的特征，一般來說屬于空間分析的范疇，而對于地表空間型態(tài)（pattern）的描述，主要可分為幾種指針，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)7三、地理空間分析關(guān)于地表空間的特征，一般來說屬于空間分析的8群聚分析而若要將空間中不同的點數(shù)據(jù)予以歸納分類，則必須要使用空間分析中的群聚分析技術(shù)（ClusterAnalysis）。群聚型隨機型8群聚分析而若要將空間中不同的點數(shù)據(jù)予以歸納分類，則必須要使9群聚分析方法1.UPGMA

利用接近值算數(shù)平均數(shù)2.

WPGMA

加入了權(quán)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MIN9群聚分析方法1.UPGMA10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(yīng)(supply)中心的位置﹐使得需求點至供應(yīng)中心的總成本最低(鄒明城，2000)7.

K-medoidalgorithmsg(Vinod,1969)

對于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)

以空間分布的密度為考慮發(fā)展求解模式。10.GDBSCAN(SANDERet.al,1998)10群聚分析方法6.

K-meansalgorithms(11四、VRP求解分析陳文瑞（1990）曾提到：

VRP是車輛在依序的服務(wù)地點做收貨(或，和)送貨的服務(wù)，且必須依照指示依序通過這些服務(wù)地點，開始和結(jié)束在同一個出發(fā)點(depotordomicile)。VRP問題的分類單一場站、多場站本研究屬于單一場站11四、VRP求解分析陳文瑞（1990）曾提到：12VRP問題探討本研究最主要的討論是關(guān)于單一場站與多車輛路線問題之研究，在實務(wù)應(yīng)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(qū)域散置分布N各節(jié)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，并使配送成本達到最小。

12VRP問題探討本研究最主要的討論是關(guān)于單一場站與多車輛13VRP問題求解模式(1)先分群再排路線(ClusterFirst-Routesecond)掃瞄法(GillettandMiller,1974)-采用及坐標角度掃瞄分群。(2)先排路線再分群(RouteFirst-clusterSecond)(BodinandBerman,1979)-分群結(jié)果受先前排列之路進影響。(3)節(jié)省法或插入法(SavingorInsertion)節(jié)省法(ClarkeandWright,1964)-叫無彈性，無法視群聚狀況調(diào)整13VRP問題求解模式(1)先分群再排路線(Cluster14VRP問題求解模式(4)改善與交換(Improvementorexchange)K-optimal法(LinandKernighan,1965)(5)數(shù)學(xué)規(guī)劃法(MathematicalProgrammingApproaches)(6)最佳解法(ExactProcedures)(7)人機互動法(InteractiveOptimization)14VRP問題求解模式(4)改善與交換(Improvemen15VRP問題求解模式分析由于VRP屬于非完全多項式(NP-Complete)問題，(5)數(shù)學(xué)規(guī)劃法、(6)最佳解法兩種方式求解復(fù)雜度隨問題大小呈指數(shù)成長，近年來學(xué)者紛紛致力于啟發(fā)式解法的開發(fā)。啟發(fā)式解法基本步驟（徐吉田，1993）1.指定K車輛（即路線）2.集結(jié)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15VRP問題求解模式分析由于VRP屬于非完全多項式(NP-16啟發(fā)式解法基本概念目前學(xué)界研究VRP問題通常采用二階段法；第一階段初始解的產(chǎn)生，例如(1)先分群再排路線、(2)先排路線再分群、(3)節(jié)省法或插入法第二階段則為解的改善，例如(4)改善與交換本研究采用先分群后排路線的方法，但考慮以往相關(guān)研究較少將空間因子納入考慮，故本研究引入空間分析中群聚分析（ClusteringAnalysis）的相關(guān)技術(shù)，來作為VRP的分群求解（啟始解）模式。16啟發(fā)式解法基本概念目前學(xué)界研究VRP問題通常采用二階段法17五、研究架構(gòu)VRP空間群聚求解模塊配送以及物流之空間數(shù)據(jù)庫車輛及路線的指派物流業(yè)特性分析VRP求解模式分析地理空間分析GIS系統(tǒng)比較其他求解策略不同空間Pattern分析歸納結(jié)果17五、研究架構(gòu)VRP空間群聚求解模塊配送以及物流之空間數(shù)據(jù)18六、研究方法將空間分析中群聚分析模塊應(yīng)用于VRP初始解的求得，以離散/群聚之空間分析為基礎(chǔ)，并以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(shù)，以做為空間度量，來評定不同算法在不同空間度量上的優(yōu)劣。18六、研究方法將空間分析中群聚分析模塊應(yīng)用于VRP初始解的19研究假設(shè)單一場站多部車輛道路的特性初期考慮對稱性路網(wǎng)，日后研究在考慮實際路網(wǎng)配送點特性限制由一部車服務(wù)需求皆不超過一部車容量車輛的限制型態(tài)容量的限制單一車種，多部車輛行車距離的限制19研究假設(shè)單一場站多部車輛20研究假設(shè)時窗(TimeWindow)的限制不考慮時窗限制客戶區(qū)位特性固定已知的需求產(chǎn)品本身特性以數(shù)量考慮，視為一種商品20研究假設(shè)時窗(TimeWindow)的限制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(shè)需求性，初步采用SPSS統(tǒng)計軟件，利用其內(nèi)建之Analyze模塊中的Classify的功能，采用k-meansCluster以及HierarchicalCluster算法來做分群，另外分區(qū)域配送之TSP算法則采用最遠內(nèi)插法，利用VB撰寫求解程序配合VRP標準例題做測試。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(shè)需求性，22七、初步成果No.ProblemNameNodesVehicleCapacitySourceCostandFleetData#1E-n51-k550160Christofieds&Eilon(1969)采用Christofieds&Eilon(1969)所提出的測試例題進行測試22七、初步成果No.ProblemNameNodesVe23k-meansCluster結(jié)果23k-meansCluster結(jié)果24HierarchicalCluster結(jié)果24HierarchicalCluster結(jié)果25k-meansCluster配送結(jié)果25k-meansCluster配送結(jié)果26HierarchicalCluster配送結(jié)果26HierarchicalCluster配送結(jié)果27與過去研究之比較初步結(jié)果已知最佳解KC→543HC→563521此結(jié)果為尚未進行改善解之初步結(jié)果，未來若配合良好都改善模塊，應(yīng)可達到同等水平。但由于SPSS為軟件包，并無法另外加入容量限制式，故外來仍可能自行開發(fā)算法分析模塊進行分析。27與過去研究之比較初步結(jié)果已知最佳解KC→543521此結(jié)28八、結(jié)論初期由于受限于軟件包限制，群聚分析部份的僅限于現(xiàn)有功能，并且未加入容量限制，未來仍以自行撰寫程序模塊，作為實驗驗證的工具。目前尚未就不同配送的模式討論其不同空間分布型態(tài)下的結(jié)果，未來仍須進一步分析以了解群聚分析方法在空間群聚下的配送優(yōu)勢。28八、結(jié)論初期由于受限于軟件包限制，群聚分析部份的僅限于現(xiàn)29單一物流中心貨物配送模式之研究1單一物流中心貨物配送模式之研究30一、前言市場的擴大以及競爭的激烈，管理系統(tǒng)在空間特性問題上處理能力不足的問題已慢慢浮現(xiàn)，管理者對于地理信息系統(tǒng)的需求也大幅提高。例如在貨物運送方面，如能結(jié)合地理信息系統(tǒng)優(yōu)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(jié)省成本的目的。2一、前言31一、前言物流配送在GIS實屬于空間分析的問題，以往研究則較少考慮空間分布差異對配送產(chǎn)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(dāng)中，已改善以往VRP算法未加入空間考慮的問題。并嘗試分析不同的空間分布型態(tài)（Pattern），對不同VRP求解模式的影響。3一、前言物流配送在GIS實屬于空間分析的問題，以往研究則較32二、物流業(yè)特性分析美國物流管理協(xié)會（CLM,CouncilofLogisticsManagement,1995）之定義如下：「舉凡涉及物品、勞務(wù)以及相關(guān)信息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(yīng)顧客所需之規(guī)劃、執(zhí)行與管理程序，皆屬之?！?二、物流業(yè)特性分析美國物流管理協(xié)會（CLM,Counci33二、物流業(yè)特性分析物流系統(tǒng)的演進，可分為主要的三個階段：1.第一代物流系統(tǒng)：又稱為原料物流或是實體供給系統(tǒng)，主要是屬于物料之采購及移動過程。2.第二代物流系統(tǒng)：又稱為銷售物流或是實體分配系統(tǒng)，一般狹義的物流及意旨此系統(tǒng)，本研究所要探討的問題也正是屬于實體分配中貨物運輸?shù)姆懂牎?.第三代物流系統(tǒng)：又稱為企業(yè)物流系統(tǒng)（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。5二、物流業(yè)特性分析物流系統(tǒng)的演進，可分為主要的三個階段：34二、物流業(yè)特性分析而物流信息系統(tǒng)與一般信息系統(tǒng)不同的地方在于其對資料搜集的密集性，以及信息的詳細性和動態(tài)性，和數(shù)學(xué)模式的應(yīng)用上皆比一般信息系統(tǒng)來的高，數(shù)學(xué)模式的使用則是幫助決策的產(chǎn)生，例如線性規(guī)劃、最短路徑分析、系統(tǒng)仿真等，而這些特性在物流系統(tǒng)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(wù)水平。6二、物流業(yè)特性分析而物流信息系統(tǒng)與一般信息系統(tǒng)不同的地方在35三、地理空間分析關(guān)于地表空間的特征，一般來說屬于空間分析的范疇，而對于地表空間型態(tài)（pattern）的描述，主要可分為幾種指針，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)7三、地理空間分析關(guān)于地表空間的特征，一般來說屬于空間分析的36群聚分析而若要將空間中不同的點數(shù)據(jù)予以歸納分類，則必須要使用空間分析中的群聚分析技術(shù)（ClusterAnalysis）。群聚型隨機型8群聚分析而若要將空間中不同的點數(shù)據(jù)予以歸納分類，則必須要使37群聚分析方法1.UPGMA

利用接近值算數(shù)平均數(shù)2.

WPGMA

加入了權(quán)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MIN9群聚分析方法1.UPGMA38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(yīng)(supply)中心的位置﹐使得需求點至供應(yīng)中心的總成本最低(鄒明城，2000)7.

K-medoidalgorithmsg(Vinod,1969)

對于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)

以空間分布的密度為考慮發(fā)展求解模式。10.GDBSCAN(SANDERet.al,1998)10群聚分析方法6.

K-meansalgorithms(39四、VRP求解分析陳文瑞（1990）曾提到：

VRP是車輛在依序的服務(wù)地點做收貨(或，和)送貨的服務(wù)，且必須依照指示依序通過這些服務(wù)地點，開始和結(jié)束在同一個出發(fā)點(depotordomicile)。VRP問題的分類單一場站、多場站本研究屬于單一場站11四、VRP求解分析陳文瑞（1990）曾提到：40VRP問題探討本研究最主要的討論是關(guān)于單一場站與多車輛路線問題之研究，在實務(wù)應(yīng)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(qū)域散置分布N各節(jié)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，并使配送成本達到最小。

12VRP問題探討本研究最主要的討論是關(guān)于單一場站與多車輛41VRP問題求解模式(1)先分群再排路線(ClusterFirst-Routesecond)掃瞄法(GillettandMiller,1974)-采用及坐標角度掃瞄分群。(2)先排路線再分群(RouteFirst-clusterSecond)(BodinandBerman,1979)-分群結(jié)果受先前排列之路進影響。(3)節(jié)省法或插入法(SavingorInsertion)節(jié)省法(ClarkeandWright,1964)-叫無彈性，無法視群聚狀況調(diào)整13VRP問題求解模式(1)先分群再排路線(Cluster42VRP問題求解模式(4)改善與交換(Improvementorexchange)K-optimal法(LinandKernighan,1965)(5)數(shù)學(xué)規(guī)劃法(MathematicalProgrammingApproaches)(6)最佳解法(ExactProcedures)(7)人機互動法(InteractiveOptimization)14VRP問題求解模式(4)改善與交換(Improvemen43VRP問題求解模式分析由于VRP屬于非完全多項式(NP-Complete)問題，(5)數(shù)學(xué)規(guī)劃法、(6)最佳解法兩種方式求解復(fù)雜度隨問題大小呈指數(shù)成長，近年來學(xué)者紛紛致力于啟發(fā)式解法的開發(fā)。啟發(fā)式解法基本步驟（徐吉田，1993）1.指定K車輛（即路線）2.集結(jié)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15VRP問題求解模式分析由于VRP屬于非完全多項式(NP-44啟發(fā)式解法基本概念目前學(xué)界研究VRP問題通常采用二階段法；第一階段初始解的產(chǎn)生，例如(1)先分群再排路線、(2)先排路線再分群、(3)節(jié)省法或插入法第二階段則為解的改善，例如(4)改善與交換本研究采用先分群后排路線的方法，但考慮以往相關(guān)研究較少將空間因子納入考慮，故本研究引入空間分析中群聚分析（ClusteringAnalysis）的相關(guān)技術(shù)，來作為VRP的分群求解（啟始解）模式。16啟發(fā)式解法基本概念目前學(xué)界研究VRP問題通常采用二階段法45五、研究架構(gòu)VRP空間群聚求解模塊配送以及物流之空間數(shù)據(jù)庫車輛及路線的指派物流業(yè)特性分析VRP求解模式分析地理空間分析GIS系統(tǒng)比較其他求解策略不同空間Pattern分析歸納結(jié)果17五、研究架構(gòu)VRP空間群聚求解模塊配送以及物流之空間數(shù)據(jù)46六、研究方法將空間分析中群聚分析模塊應(yīng)用于VRP初始解的求得，以離散/群聚之空間分析為基礎(chǔ)，并以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(shù)，以做為空間度量，來評定不同算法在不同空間度量上的優(yōu)劣。18六、研究方法將空間分析中群聚分析模塊應(yīng)用于VRP初始解的47研究假設(shè)單一場站多部車輛道路的特性初期考慮對稱性路網(wǎng)，日后研究在考慮實際路網(wǎng)配送點特性限制由一部車服務(wù)需求皆不超過一部車容量車輛的限制型態(tài)容量的限制單一車種，多部車輛行車距離的限制19研究假設(shè)單一場站多部車輛48研究假設(shè)時窗(TimeWindow)的限制不考慮時窗限制客戶區(qū)位特性固定已知的需求產(chǎn)品本