การเพิ่มประสิทธิภาพการลดต้นทุนและพลังงานเพื่อการส่งออกผลไม้ไทยโดยแบบจำลองหลากหลายวัตถุประสงค์
Article Sidebar
Main Article Content
บทคัดย่อ
ระบบโลจิสติกส์ด้านการขนส่งที่มีประสิทธิภาพมีความสำคัญอย่างมากต่อการส่งออกผลไม้ของไทย เนื่องจากกระบวนการส่งออกผลไม้นั้น เป็นกระบวนการที่ต้องใช้เวลา ค่าใช้จ่าย และการใช้พลังงานในการขนส่งอย่างมาก โดยเฉพาะอย่างยิ่งในฤดูกาลส่งออกที่อุปสงค์ในการใช้บริการรถหัวลาก และตู้คอนเทนเนอร์ของผู้ประกอบการจะเพิ่มขึ้นอย่างมากเนื่องจากผู้ประกอบการขนส่งส่วนใหญ่นั้นใช้การขนส่งทางถนนเป็นหลัก ดังนั้นผลกระทบที่เกิดขึ้นในช่วงฤดูกาลส่งออกคือต้นทุนในการขนส่งทางถนนจะเพิ่มสูงขึ้นอย่างมาก เนื่องจากจำนวนรถหัวลาก และตู้คอนเทนเนอร์ไม่เพียงพอในการให้บริการซึ่งก่อให้เกิดการแข่งขันในการแย่งจำนวนรถหัวลาก และตู้คอนเทนเนอร์ขึ้น นอกจากนี้ปัจจัยที่สำคัญอย่างหนึ่งคือ การขนส่งทางถนนก่อให้เกิดมลภาวะทางสิ่งแวดล้อมเป็นอย่างมาก บทความวิจัยนี้นำเสนอวิธีการเพิ่มประสิทธิภาพในการส่งออกผลไม้ไทย โดยการลดต้นทุน และพลังงานเพื่อการอนุรักษ์สิ่งแวดล้อม ภายใต้ขอบเขตของเวลาในการขนส่งผลไม้ที่จำกัดโดยการประยุกต์ใช้แบบจำลองหลากหลายวัตถุประสงค์ที่พัฒนาขึ้นเพื่อทดสอบกับกรณีศึกษาการส่งออกมังคุด โดยตั้งสมมติฐานว่า ผู้ประกอบการมีแหล่งผลิตสินค้าอยู่ 5 จังหวัด และต้องการจะส่งออกมังคุดไปยังต่างประเทศจำนวน 5 ประเทศซึ่งจากผลการศึกษาพบว่า ชุดเส้นทางใหม่ที่เสนอขึ้น โดยการหาจุดสมดุลระหว่างต้นทุน และพลังงานในการขนส่ง จะสามารถลดต้นทุนการขนส่งได้ 8.82 เปอร์เซ็นต์ นอกจากนี้การวิเคราะห์ความอ่อนไหวโดยการให้น้ำหนักในมิติของต้นทุน และพลังงานที่แตกต่างกันในหลายกรณีศึกษา ได้ถูกดำเนินการในบทความวิจัยนี้ด้วย
Article Details
บทความที่ลงตีพิมพ์เป็นข้อคิดเห็นของผู้เขียนเท่านั้น
ผู้เขียนจะต้องเป็นผู้รับผิดชอบต่อผลทางกฎหมายใดๆ ที่อาจเกิดขึ้นจากบทความนั้น
References
[2] Office of Agricultural Regulation. (2016, October). Thailand’s Fruit Export 2016. Department of Agriculture. Bangkok, Thailand [Online]. Available: http://www.doa.go.th/ard/FileUpload/export/5.4.2/FRUIT59.pdf
[3] K. Rana and R. G. Vickson, “Routing containerships using lagrangean relaxation and decomposition,” Transportation Science, vol. 22, pp. 201–214, 1991.
[4] S. C. Cho and A. N. Perakis, “Optimal liner fleet routing strategies,” Maritime Policy and Management, vol. 23, pp. 249–259, 1996.
[5] H. James and S. Neil. “Intermodal routing of Canada-Mexico shipments under NAFTA,” Transport Research Part E: Logistics and Transportation Review, vol. 34, no. 4, pp. 289–303, 1998.
[6] H. S. Hwang. “A food distribution model for famine relief,” Computer & Industrial Engineering, vol. 37, no. 1–2, pp. 335–338, 1999.
[7] E. Halvorsen-Weare , K. Fagerholt, L. M. Nonas, and B. E. Asbjornslett, “Optimal fleet composition and periodic routing of offshore supply vessels,” European Journal of Operation Research, vol. 223, no. 2, pp. 508–517, 2012.
[8] E. K. Norlund, I. Gribkovskaia, and G. Laporte, “Supply vessel planning under cost, environment and robustness considerations,” Omega, vol. 57, pp. 271–281, 2015.
[9] H. B. Bendall and A. F. Stent. “A scheduling model for a high speed container service: A hub and spoke short-sea application,” International Journal of Maritime Economics, vol. 3, no. 3, pp. 262–277, 2001.
[10] S. C. H. Leung, Y. Wu, and K. K. Lai. “An optimization model for a cross-border logistics problem: A case in Hong Kong,” Computer & Industrial Engineering, vol. 43, pp. 393–405, 2002.
[11] K. Fagerholt, “A computer-based decision support system for vessel fleet schedulingexperience and future research,” Decision Support System, vol. 37, no. 4, pp. 35–47, 2004.
[12] G. H. Tzeng, M. J. Hwang, and S. C. Ting, “Taipower’s coal logistics system: Allocation Planning and bulk fleet deployment,” International Journal of Life Cycle Assessment, vol. 25, pp. 24–46, 1995.
[13] C. L. Li and K. W. Pang, “An integrated model for ship routing and berth allocation,” International Journal of Shipping and Transport Logistics, vol. 3, no. 3, pp. 245–260, 2011.
[14] M. Battarra, J-F. Cordeau, and M. Iori, “Pickupand-delivery problems for goods transportation,” in Vehicle routing: Problems, methods and applications, Philadelphia: MOS-SIAM Series on Optimization, 2014, pp. 161–181.
[15] G. Laporte, S. Ropke, and T. Vidal, “Heuristics for the vehicle routing problem,” in Vehicle routing: problems, methods and applications, Philadelphia: MOS-SIAM Series on Optimization, 2014, pp. 87–110.
[16] J. E. Korsvik , K. Fagerholt, and G. Laporte, “A large neighbourhood search heuristic for ship routing and scheduling with split loads,” Computer Operation Research, vol. 38, no. 2, pp. 474–483, 2011.
[17] A. Hemmati, L. M. Hvattum, K. Fagerholt, and I. Norstad, “Bechmark suite for industrial and tramp ship routing and scheduling problems,” INFOR: Infornation System Operation Research, vol. 52, no. 1, pp. 28–38, 2014.
[18] D. L. Greene and Y. Fan, “Transportation energy intensity trends: 1972–1992,” Transport Research Record, vol. 1475, pp. 10–19, 1994.
[19] S. Hanaoka, T. Husnain, T. Kawasaki, and P. Kunadhamraks, “Measurement of energysaving effect by intermodal freight transport in Thailand,” World Review of Intermodal Transportation Research, vol. 3, no. 4, pp. 320–337, 2011.
[20] L. Schipper, L. Scholl, and L. Price, “Energy use and carbon emissions from freight in 10 industrialized countries: An analysis of trends from 1973 to 1992,” Transport Research Part D Transport and Environment, vol. 2, no. 1, pp. 57–76, 1997.
[21] R. Aversa, R. C. Botter, H. E. Haralambides, and H. T. V. Yoshisaki, “A mixed integer programming model on the location of a hub port in the East Coast of South America,” Maritime Economic & Logistics, vol. 7, no. 1, pp. 1–18, 2005.
[22] A. J. Baird, “Optimising the container transhipment hub location in Northern Europe,” Journal of Transport Geography, vol. 14, no. 3, pp. 195–214, 2006.
[23] J. P. Rodrigue, The Geography of Transport System, 3rd ed. Routledge, 2013.