การพัฒนาฮิวริสติกส์เพื่อจัดเส้นทางเดินรถขนส่งสำหรับช่วยเหลือผู้ประสบภัยพิบัติ ณ เวลาที่ข้อมูลมีการเปลี่ยนแปลงไป

Abstract

บทความวิจัยฉบับนี้ได้ศึกษาแนวทางการแก้ปัญหาการจัดเส้นทางการเดินรถขนส่งสำหรับช่วยเหลือผู้ประสบภัยพิบัติ ณ เวลาเมื่อทราบว่าข้อมูลมีการเปลี่ยนแปลงไป (Real - Time) เพื่อนำอาหารและสิ่งของจำเป็นไปให้บริการรับและส่งมอบตามที่พื้นที่ประสบภัยพิบัติแต่ละแห่งต้องการ โดยการนำแบบจำลองทางคณิตศาสตร์สุดท้ายในงานวิจัยของวรรวิภา วรรณศิริ หรือ Wanwipa Model 2 มาพัฒนาต่อยอด โดยนำแนวคิดการแก้ปัญหาแบบฮิวริสติกส์ (Heuristics) มาใช้หาคำตอบ ผู้วิจัยได้พัฒนาฮิวริสติกส์ขึ้นมา 3 วิธี มีเป้าหมายในการหาค่าใช้จ่ายที่เหมาะสมในการจัดเส้นทางการเดินรถขนส่งอาหารและสิ่งของจำเป็น โดยใช้เวลาในการหาคำตอบน้อยกว่าวิธีกำหนดการเชิงเส้น (Linear Programming) ภายใต้ข้อจำกัดแบบเดียวกันกับแบบจำลองทางคณิตศาสตร์ Wanwipa Model 2 ซึ่งผลจากการนำฮิวริสติกส์ทั้ง 3 วิธี มาทดสอบด้วยสถานการณ์ตัวอย่างโดยการเขียนเป็นโปรแกรม Visual Basic for Applications(VBA) ใน Microsoft Excel พบว่าเมื่อปัญหามีขนาดใหญ่ขึ้น ฮิวริสติกส์ทั้ง 3 วิธีสามารถหาค่าคำตอบที่เป็น Feasible Solution ที่ดีกว่าวิธีกำหนดการเชิงเส้นด้วยโปรแกรม LINGO และใช้เวลาในการหาคำตอบน้อยกว่า
Heuristics of the real-time time-dependent vehicle routing problem for relief logistics in disasterThis research is studied about the vehicle routing problem for relief logistics in natural disasters when related information was changed in real-time. The process is pickup and delivery emergency materials to disaster areas. Three heuristics were developed based on the second mathematical model of Wanwipa Wannasiri’s research or Wanwipa Model 2. These heuristics consider same constraints with Wanwipa Model 2 which are multiple depots, limited supplies and other related constraints. Objective function is to find vehicle routing with appropriated total cost by using low process time. 30 experimental problems were developed to test these model in Visual Basic for Applications (VBA), Microsoft Excel. In conclusion, these three heuristics can find the better feasible solution by using lower process time than Linear Programming in large problems.