แบบจำลองกำหนดการเชิงจำนวนเต็มแบบผสมสำหรับปัญหาการจัดเส้นทางการขนส่งแบบพลวัต

Abstract

บทคัดย่อ

ปัญหาการจัดเส้นทางการขนส่งสำหรับยานพาหนะเป็นปัญหาที่สำคัญในกลุ่มการขนส่ง การกระจายสินค้าและโลจิสติกส์และปัญหานี้เป็นปัญหาเชิงการจัด ที่มีความซับซ้อนและมีความท้าทายมาก ในระยะหลังรูปแบบของปัญหานี้ได้ถูกพัฒนาจากปัญหาเดิมไปหลายรูปแบบ หนึ่งในนั้นคือการพิจารณาปัญหาแบบพลวัต ซึ่งหมายถึง ข้อมูลของลูกค้าบางส่วนสามารถเปลี่ยนแปลงหลังจากวางแผนเส้นทางแล้วเสร็จ บทความนี้ได้นำเสนอแบบจำลองทางคณิตศาสตร์สำหรับการจัดเส้นทางการขนส่งแบบพลวัต มีการจัดส่งภายใต้กรอบระยะเวลาและมียานพาหนะหลายความจุโดยมีศูนย์กระจายสินค้าแห่งเดียว งานวิจัยนี้มีวัตถุประสงค์เพื่อหาต้นทุนค่าใช้จ่ายต่ำที่สุดที่ประกอบด้วย ต้นทุนการใช้ยานพาหนะ ต้นทุนการเดินทางและค่าปรับ การแก้ปัญหาแบบจำลองดังกล่าวนี้ทำการสร้างชุดข้อมูลและแก้ปัญหาด้วยโปรแกรมสำเร็จรูป โดยแบบจำลองนี้แบ่งออกเป็น 2 กรณีคือ กรณีที่ 1 ยานพาหนะสามารถจัดส่งสินค้าให้ลูกค้าที่มีคำสั่งซื้อเข้ามาในระหว่างการเดินทางและกรณีที่ 2 ยานพาหนะจะออกเดินทางได้ก็ต่อเมื่อคำสั่งซื้อจากลูกค้าทั้งหมดเข้ามาในระบบซึ่งผลการทดลองพบว่าสามารถหาคำตอบที่เหมาะสมที่สุดในปัญหาที่มีจำนวนลูกค้า 17 ราย ในกรณีที่ 1 และมีลูกค้า 10 ราย ในกรณีที่ 2 ภายในระยะเวลาที่กำหนดได้

คำสำคัญ: แบบจำลองกำหนดการทางคณิตศาสตร์การจัดเส้นทางการขนส่ง ความต้องการแบบพลวัต

Abstract

The vehicle routing problem (VRP) is an important problem in the fields of transportation, distribution, and logistics. The problem is considered a complex and challenging combinatorial one, and recently, classical VRP has been diversified into various routing problems. One of them is the Dynamic Vehicle Routing Problem (DVRP), where customer information can change after the initial routes have been constructed. This paper presents a mathematical programming model for heterogeneous DVRP with time windows and single depot. The objective was to minimize total cost, which includes vehicle fixed costs, traveling costs, and penalty costs. A number of problem instances of the model were solved via commercial software. Two models are presented and they differ in specifying the transportation starting time. The first one allows vehicles to serve arriving customer requests on route, whereas with the other one, vehicles will be able to travel only when all customer requests have arrived. The results showed that optimal solutions could be achieved for the problem with 17 customers and 10 customers for the first and second model respectively.

Keywords: Mathematical Programming Model, Vehicle Routing Problem, Dynamic Request