แบบจำลองกำหนดการเชิงเส้นจำนวนเต็มแบบผสมสำหรับปัญหาการจัดตารางเวลาและการกำหนดเส้นทางของทีมช่างซ่อมบำรุงรถตัดอ้อยA Mixed Integer Linear Programming Model for Scheduling and Routing Problem of Sugarcane Harvester Technician Teams

Abstract

งานวิจัยนี้นำเสนอแบบจำลองกำหนดการเชิงเส้นจำนวนเต็มแบบผสมเพื่อวางแผนสำหรับการจัดตารางเวลาและกำหนดเส้นทางของทีมช่างซ่อมบำรุงรถตัดอ้อย โดยพิจารณาการวางแผนรายวันสำหรับทีมช่างซ่อมบำรุงทั้ง 2 ระบบ ซึ่งประกอบด้วย ระบบทางกลและไฮดรอลิก และระบบไฟฟ้า รถตัดอ้อยมีโอกาสที่จะได้รับบริการจากทั้ง 2 ระบบ ซึ่งการคิดเวลาแล้วเสร็จเหมือนกับการผลิตแบบเปิด (Open-shop production) โดยปกติโรงงานที่มีอำนาจในการแข่งขันทางธุรกิจสูง จำเป็นต้องลดต้นทุนการผลิตให้มีค่าต่ำที่สุด ดังนั้นงานวิจัยนี้จึงมีวัตถุประสงค์เพื่อลดต้นทุนการดำเนินงานให้ต่ำที่สุด ซึ่งประกอบด้วย ต้นทุนการเดินทาง ค่าเสียโอกาสจากความล่าช้า ค่าล่วงเวลาและค่าจ้างผู้บริการภายนอก ขั้นตอนวิจัยเริ่มจากการสร้างแบบจำลองกำหนดการเชิงเส้นจำนวนเต็มแบบผสม จากนั้นนำเข้าข้อมูลพารามิเตอร์จากโรงงานกรณีศึกษา แล้วเปรียบเทียบผลที่ได้กับผลของวิธีการวางแผนในปัจจุบัน ผลการวางแผนสำหรับการจัดตารางเวลาและการกำหนดเส้นทางของทีมช่างจากแบบจำลองกำหนดการเชิงเส้นจำนวนเต็มแบบผสมทำให้ต้นทุนการดำเนินงานเฉลี่ยลดลง 33.62 เปอร์เซ็นต์เมื่อเทียบกับวิธีวางแผนในปัจจุบัน แบบจำลองนี้สามารถนำไปประยุกต์ใช้กับงานบริการอื่นๆ ที่ต้องเดินทางและใช้ทีมบริการ 1 ทีมขึ้นไปเพื่อให้บริการกับลูกค้าได้

This research proposed a mixed integer linear programming model for scheduling and route planning of sugarcane harvester technician teams. The daily planning involves activity scheduling for the two teams that provide field services in hydraulic-mechanical and electrical maintenance. It is highly probable that agricultural machinery repair and maintenance services are essential for harvesters. The completion time is calculated in the same way as the open-shop production scheduling. Typically, manufacturing companies with great business competitiveness need to reduce their manufacturing costs. Thus, the main objective of this research is to minimize the operating costs, including travel costs of technician teams, opportunity costs of delay, overtime and subcontracting costs. The research phase begins with the development of a mixed integer linear programming model, followed by the import of parameter data from the case study factory, and finally the comparison of the results with the current planning methods. According to the comparison between traditional planning and model-based method, the latter approach was found to lower operating costs by 33.62%. Thus the proposed programming model can be applied in a similar service scenario.