การปรับปรุงประสิทธิภาพการวางแผนเส้นทางเดินรถจัดส่งสินค้า กรณีศึกษาบริษัทตัวอย่าง

ผู้แต่ง

  • อนวัช มนตรีวงค์ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยสงขลานครินทร์
  • ชุกรี แดสา คณะวิศวกรรมศาสตร์ มหาวิทยาลัยสงขลานครินทร์
  • นิกร ศิริวงศ์ไพศาล คณะวิศวกรรมศาสตร์ มหาวิทยาลัยสงขลานครินทร์

คำสำคัญ:

ปัญหาการจัดเส้นทางการเดินรถ, การแบ่งกลุ่มข้อมูลแบบเคมีน, โปรแกรมจัดเส้นทาง

บทคัดย่อ

งานวิจัยนี้เป็นการนำเสนอวิธีการแก้ปัญหาการจัดเส้นทางการเดินรถ (Vehicle Routing Problem; VRP) กรณีที่มีคลังสินค้าแห่งเดียว ลูกค้ามีหลายราย ซึ่งแต่ละรายมีปริมาณความต้องการสินค้าที่ไม่เท่ากัน แต่ทราบปริมาณสินค้าที่ลูกค้าต้องการล่วงหน้าและช่วงเวลาในการรับสินค้าของลูกค้าที่แน่นอน โดยงานวิจัยนี้มีวัตถุประสงค์เพื่อลดต้นทุนค่าขนส่งของบริษัทกรณีศึกษาและสามารถแก้ไข ปัญหาที่เกี่ยวข้องกับข้อจำกัดต่าง ๆ ซึ่งประกอบด้วยการกำหนดกรอบเวลาในการขนส่ง (Time Windows) การแบ่งส่งสินค้า (Split Demand Delivery) และปริมาณความจุของรถบรรทุก (Capacitated) โดยผู้วิจัยได้ทำการเปรียบเทียบต้นทุนค่าขนส่งของทั้ง 2 วิธี ได้แก่ การใช้ Routing และการใช้ Clustering and Routing โดยผลลัพธ์ที่ได้จากการขนส่งสินค้าให้กับลูกค้า 117 ราย ของทั้ง 2 วิธี เมื่อเทียบกับการใช้ประสบการณ์ของพนักงานขับรถในการวางแผนจัดเส้นทางเดินรถพบว่า การใช้ Routing ทำให้ต้นทุนค่าขนส่งเพิ่มขึ้น 2.5 บาท คิดเป็นร้อยละ 0.006 ส่วนการใช้ Clustering and Routing สามารถทำให้ต้นทุนค่าขนส่งลดลง 1,535.5 บาท คิดเป็นร้อยละ 3.43

References

Y. Kao, M. H. Chen, and Y. T. Huang, “A hybrid algorithm based on ACO and PSO for capacitated vehicle routing problems,” Math. Probl. Eng. , vol. 2012, pp. 1-7, 2012.

N. Wichapa, T. Sudsuansee, and P. Khokhajaikiat, “ Solving the vehicle routing problems with time windows using hybrid genetic algorithm with push forward insertion heuristic and local search procedure,” King Mongkut’s Univ. Technol. North Bangkok Acad. J., vol. 29, no. 1, pp. 4-13, 2019.

J. F. Bard, G. Kontoravdis, and G. Yu, “ A branch- and- cut procedure for the vehicle routing problem with time windows,” Transp. Sci., 2002. vol. 36, no. 2, pp. 250–269.

M. Desrochers, J. Desrosiers, and M. Solomon, “ A new optimization algorithm for the vehicle routing problem with time windows,” Oper. Res., 1992, vol. 40, no. 2, pp. 342–354.

N. Azi, M. Gendreau, and J.-Y. Potvin, “ An exact algorithm for a vehicle routing problem with time windows and multiple use of vehicles,” Eur. J. Oper. Res., 2010. vol. 202, no. 3, pp. 756–763.

W. - C. Chiang and R. A. Russell, “ Simulated annealing metaheuristics for the vehicle routing problem with time windows,” Ann. Oper. Res., 1996. vol. 63, no. 1, pp. 3–27.

J. F. Cordeau, G. Laporte, and A. Mercier, “ A unified tabu search heuristic for vehicle routing problems with time windows,” J. Oper. Res. Soc., 2001. vol. 52, no. 8, pp. 928-936.

G. B. Alvarenga, G. R. Mateus, and G. de Tomi, “ A genetic and set partitioning two- phase approach for the vehicle routing problem with time windows,” Comput. Oper. Res., 2007. vol. 34, no. 6, pp. 1561–1584.

G. Erdoğan, “ An open source spreadsheet solver for vehicle routing problems,” Comput. Oper. Res., 2017. vol. 84, pp. 62-72.

S. Ingpaiboon, C. Yiengkamolsing, P. Naksidi, and W. Ngamsa- ard, “Improving the efficiency of vehicle routing using the VRP Spreadsheet Solver: A case study of ThaiNamthip Co. , Ltd. ,” Southeast Bangkok Univ. J. Sci. Technol., 2022. vol. 2, no. 3, pp. 1-11.

P. Phriktim, P. Siriora, and P. Autsavanakul, “ Reducing transportation costs: A case study of an oil filter manufacturing company,” Thonburi Univ. J. Sci. Technol., 2022. vol. 6, no. 2, pp. 16-23.

P. MeeBua and J. Jitrotevej, “Customer segmentation of a logistics company providing international sea container transportation,” KKU Sci. J., 2015. vol. 43, no. 2, pp. 297-308.

A. Chumpol, N. Phasan, and P. Tipsantia, “ Application of the KMeans- TSP method for solving transportation routing problems: A case study of Sangchai Rungruang Co. , Ltd. ,” Surin Rajabhat Univ. J. Manage. Sci. Res., 2020. vol. 4, no. 2, pp. 15-26.

Downloads

เผยแพร่แล้ว

2024-12-25