TW201205486A - Carrier selection method for logistics network - Google Patents

Description

201205486 六、發明說明： 【發明所屬之技術領域】 轉日⑽與-祕_路之運輸_齡財關 具有最佳網路可靠度的物流網路謂輪商選擇方^ 【先前技」術】 由於全球化的發展，許多企業均招展其市場至 地丄亚將其物流活動委外給外部運輸商。因此，運註 扮演相當重要的角色，並影響著供應鏈之成本、收】及二 水準。習知之運輸商選擇主要係以成本及收益為基^ ^ 對^輸商職提供的負雜態（eapa吻），例如所能提供 的如、櫃數量’ 一般則視為具確紐（deterministic)。" 隸’在實際情況下’基於運輪商所的負载狀態具有被 實㈣可能性，運輸公司所能提供之負载狀態應 貧為八Ik钺性（stodge)，亦即其等可提供多種負 能 且每-負載狀態时其對應之機钤更特別地，—、ς路 可^含輯、海運及空運等航線，因此不關態之航= 運輸商’其所持有的負载單位亦不相同。換句話說，當一批 商减經不同㈣航線時，其所耗用的負載量亦會不二。所 謂的運輸商選擇（carrierselection)或稱之為運輪商組合，即 指對物流網路上的每-航線（rouie)皆選擇一家運輪商負責 配送，則此時之物流網路稱之為隨機物流網路（stomas阶 logistics network) ’而於選擇一組運輸商下之網路可靠度 (network rdiabiUty)，則定義為在該組運輸商選擇中能成= 地由供應商配送某商品之特定需求量至顧客的可能性。 201205486 因此’如何選擇一組具有最佳網路可靠度之運輸商組合 以提供最紋贿品配送之技術，並且於實體產品配送的產 業’能達到最可靠的運輸，進轉低成本及增減益，是本 技徜"領域亟欲解決之問題。 【發明内容】 ^本發明之一目的在於提供一運輸商選擇方法 ，以提供最 穩定的商品配送之技術，躺降低成本及增加收益。

本發明的其他目的和優點可以從本發明所揭露的技術 特徵中得到進一步的了解。 一软—或部份或全部目的或是其他目的，本發明 之-貫施儀為-種物流鱗之運輸商選擇方法，其中物流 :路係具有複數個運輸商以及複數個運輸商組合，這些運輸 些運輸商所組成，該方法係用來評估在物流網 组人Z組合之—的網路可靠度，以選擇-最佳運輸商 :二=網路包括一起點、一終點及複數航線，航線位 、.，、w ^之間，亚且可以組成複數個最小路徑。 ^種猶轉之離商選擇方法包括：於猶網路之每 人，均選擇其之運輸商中之—者，以得到—運輸商組 工路_之!待傳輸物；將待傳輸物的—需求量分佈於最 流=的d由:輪55組合之—來傳送待傳輸物時，於物 來:”之一的網路可靠度;並且執行基因演算法 輸商組合Γ有祕網路可靠度之運輸商組合，以得到最佳運 201205486 在較佳貫施例中，計算運輸商組合於物流網路之最小 路徑之一中，傳送待傳輸物的網路可靠度之方法，包括：定 義一流罝向量，其係由每一運輸商組合於傳送需求量之複數 流量所組成，並且流量之總和係為f求量；找出所有滿足每 -運輸商組合於最小路徑之—t，傳送娜輸物之需求量 ==S於或等於每—運輸商之—最大負载限 制的關係式之流篁向1，並且負荷量係為每—運輸商於 ^線所傳蚊1大運輸量；轉換滿足上述顧式之每—产 對應之負载向量，每一負载向量係由運輸商： 二ΐ里傳:且==所有滿足每—運輸商組合於最小路徑之 :=待傳輸物之需求量所消耗之負荷量，係 =7? 一負餘態的_式之負_量，並且定 ==述_式之負載向量為—下界向量；以^ =向讀大於或等於最小路徑的下界向量的機率， °亥機率為運輸商組合之網路可靠度。 、 田在一較佳實施例中，計算運輸商組合之—於 :小路徑之一中’傳送待傳輸物 之：、 由—最小路徑法整合—遞迴不交和法來^度之方法’係錯 網路執行基因演算法來找出具有-最佳 括··定義 丄並且母群包括複數染色體，每；== 運輪商組合；當演化缝等於轉 μ體代表母 以及定義最佳解為最佳運輪商組合。Ί輪出-最佳解； 在一較佳實施例中，執行基因演算法來找出具有一最佳丨 201205486 ΓΙΓ之運誠組合’崎顺佳運輸雜合之方法包 =義-初始錄，初始參數具有—母群、—交配率、一 數，並且母群包括複數染色 次數酿合；雜化缝小於迭帶 兩染色體之兩網路可靠：為兩= :=則產生兩新染色體取代母群中兩染色體;再計算： 再執行一次基因演算法;當演化=迭: :數，則輪出-最佳解;以及定義最佳解為該最佳運輸商: 【實施方式】 ^本發社前収其域細容、彻墙功效， :配曰參相式之-較佳實施例的詳細·中，將可 王現。以下實施例中所提到的方向用語，例如：上、下 僅是參考附加圖式的方向。因此，使^方 向用如疋用來說明並非用來限制本發明。 翻ί?、Γ係為一種物流網路之運輸商選擇方法，其係利用 土因肩异法（Gen伽algorithm，GA)為基礎並整 彳=Uini_ paths ’ MPS)以及遞迴不交和法（rccJsiv⑽ 〇f d零lnt products ’ RSDP)，來評估物流網路中每 組合之-網路可靠度’嵘擇—最佳運輸商組^ ^ 流網路係具有複數倾輸商及複數個運輸商組合，運輸商f 合係由這些運輸商所組成，並且物流網路包括有 :j 201205486 之間，並且可以組成 終點及複數航線，航線位於起點及終點 複數個最小路徑。

為了執行齡晴之戰商卿方法，本發_用一電 腦來執行-運輸商選擇軟體，該電腦具有—輸人單元、一運 算單元及-輸出單元’該運輸商選擇軟體係提供一虛擬網 路’以模擬物流網路。執行物流網路之運輸商選擇方法之電 腦硬體架構係如下所述。該電腦具有—輸人單元、一運曾單 元、-儲存單元及-輸出單元。該輸人料可以例如是二鍵 盤或-手寫輸人設備。賴算單元可關如是—中央處理哭 (CPU)。該儲存單元可以例如是—硬碟，該硬碟中安裝有上 述的運輸商選擇軟體，其係電性連接至輸人單元、運算單元 以及輸出單元。該輸出單元可以例如是一顯示器或一印表機。 吻參照第-® ’其係為執行上述運輸商選擇軟體之流程 圖，其之步驟整理如下： 步驟(S100):由輸入單元接受由運輸商選擇軟體之一使 用者所輸人之待傳輸物的—f求量，每—運輸商之負載狀態 ^) ’以及最大負載限制Λ"⑽。同時，定義一初始參數， 該初始參數具有-母群泛、一交配率,一突變率广一 演化次數⑽故及-迭帶次數Α，並且母群α係包括複數染 色體’母—染色體代表每—運輸商組合。其中，每執行一次 基因演算法，則演化次數cow咐加一。 八步驟(S101) ··藉由運算單元，隨機產生 α種運輸商組 合:也就是於物流網路之每—航線上，皆選擇一家運輸商， 以付到不同的運輸商組合轉送待傳輸物，並且將待傳輸物 201205486 的需求量分佈於最小路徑之一中。 最大tZL〇2).根據需求量、每一家運輸商之負載狀態及 =載，制，呼叫步驟陶’計算運輸商組合於物流網 胸Γ —中，傳送待傳輸物的網路可靠度。也就是 ==圖!T驟(S2G1)至步驟(S2G8)，在得到網路可靠度 <回傳至步驟(S1G2)，並進行下__個步驟⑻的）。 步驟(Sl〇3):根據運輸商組合之網路 法來找出具有-最佳網路可靠度之運輪商 翻的這轉純味，並找料有最佳網路 2度的取轉。當演化缝#於迭帶缝_叫，則執 行乂驟(8104);否則，跳至步驟(sl〇5)。 、 步^綱）：輸出一最佳解，並且定義最佳解為最佳運 輸商、，且&，並顯喊佳運輸商組合於輸出單元上。 麵(_ ·•當演化姻、於迭帶缝，職演化次數 再加上一 .count = coimt+1。 步驟(S106):利用輪盤法複製母群泛中複數 二，亦即複製兩運輸商組合。 八 步驟(S1〇7):根據交配率，進行兩染色體交配，亦即 進行兩運輸商組合交配。 又加亦即 步驟(S108):根據突變率r，執行兩染色體突變 執行兩運輸商組合突變。 『尸 rsi 步驟(S109):當母群π中兩染色體之兩網路 最小網路可靠度，則產生兩㈣色體取代母群中兩染^兩 也就是以兩組新產生的運_組合來取代原先群組中兩組具 9 201205486 有最小網路可靠度之運輪商組合 β步驟(S11G):計算崎運輸雜合賴料靠度，也就 =回到步驟(S102)’並且啤叫步觀S2〇〇)進行網路可靠度 曾〇 如第二圖所示，係為步驟(通），也就是執行上述步驟 (S102)的触巾所計昇之運輸商組合於物_路之最小路徑 之-中，傳送待傳輸物_路可靠狀方法流賴，盆步 整理如下： 八

—步驟(S201):定義—流量向量厂^，·，λ，其係由 母-運輸商組合於傳送需求量之複數流量‘所組成。 步驟(S202):找出所有滿足每一運輸商組合於最小路徑 之二中，傳送待傳輸物之需求量㈣消耗之—負荷量，係小 於，等於每-運輸商之最大貞載關~(构的_式之流量 向量F’並且貞荷錢騎—難商於每—航線所傳送之— 步驟(S2〇3).是否得到滿足每一運輸商組合於最小路徑 之-中，傳送待傳輸物之需求量⑽消耗之一負荷量，係小 於或等於每-運輸狀最大__軌则係式之流量 向量F。若得到流量向，則執行步驟( 步驟(S204)。 步驟(S204).疋義運輪商組合之網路可靠度&為一極小 值，則結束步驟(_之迴圈後，傳送網路可靠㈣之數值 至第一圖中步驟_2)，並執行下-個步驟(S103)。 步驟Ο:藉由運算單^轉換滿足上述關係式之每 201205486 一流量向量尸為一對應之負載向量F=(yi，h， — 負載向量f係由運輸商之負荷量所組成。’’ ·’’’凡。，每一 步驟(S2G6):找出所有滿足每—運輸敏合 之-中’傳送待傳輸物之需求量所消耗之負荷量，制、於, 等於每一運輸商之每一負载狀態的關係式之負載向量y / 步驟(S207广定義滿足上述關係式之負载=。 界向量d-MPs。 里/為一下 步驟(S208):評估每—負載向量Γ係大於 A。、'.口束步驟(S2GG)之迴圈後，傳送網路可靠卢 = 一圖中步驟(S1G2)，並執行下-個步驟_3) Γ 第 如第-圖至第二騎示，其

/、於物奴網路之最小路徑_傳 H 執行基因演算法，來找轉有;輸物的f路可靠度，並 合，以得顺佳商組合。轉可靠度之運輸商組 流網路為包含_鱗及空ϋ航線之物 亦即域市^===鱗，其中錢表節點， 條空運航線；以及，R=^ & 塒代表物流網路上的《 一條陸運航線1 ϋ+w代表物流網路上 條最小略科。十^ Ph Ρ2, ·..，Pm表示物流網路的m 条航線社，包含#運輸商，益且以 2,...，航線上絲運輪商所成的集合，且间， 示航線’’上的第’家運輸商。每-家運輸商 201205486 叫均具有多種狀態n ,焉，每個狀態對應著其 之負載狀態：〇 =⑽< _〈〜㈣叹機率載 Prfe(l)) ^ Prfe(l))、…、Prfc⑽，其中，/^)為運輸商 所提供第e種負载狀態。一運輸商組合表示—毕=體£ (chromosome)，以G =(幻，办，办切)表示，若航線^決定 由運輸商ω"負責配送’則=卜由於此物流網路包含空運 及陸運，因此以％表示每單位商品所消耗之空運負载狀能， W則表示每單位商品所消耗的陸運負載狀態。 心， 當物流網路蚊-運輸雜合G時，則此轉係為 物流網路，此網路可由兩個向量表示：流量向量尸，厶 /w)與負載向量7= 〇^2,...化）。網路可靠度峡義為在二 運輸商組合下之物流網路，能成功地由供應商配送V單位 商品至顧客的機率，以表示。 、 以下步驟說明如何利用基因演算法(GA)結合最小路徑 法（MPs)以及遞迴不交和法（RSDp)，以選擇出具有最佳 網路可靠度的一最佳運輸商組合。 步驟一、疋義初始參數：母群（咖〇111〇3〇11似）大小（以）、 交配率α)、突變率（y)及迭帶次數U)，並令演化次數count =〇 〇 步驟一、以整數編碼（integer encoding為基礎，產生大 小為〇:的初始母群。 步轉三、利用下列網路可靠度評估法來評估每—染色體 所對應的網路可靠度，過程如下： _ 1.找出所有滿足下列限制式(1)、（2)及(3)之流量向量f :

[SI 12 201205486 厂 n^Pj

M ^WSi) ^fj=d. 】，2, ..., /2， 0) n + ^,n + 2 i，...，π + 夕， (2) (3) 體—極小值做為網路可」上述之限制式，則給定此染色

3·將步驟！.所切 °來砰估。 之 負载向量γ:，向量F透過下列等式轉換成對應 乂·= \和）

其中，cql 2， ^gi(c - 1)< "·Σ/, ri^Pj yi=h‘％) 其中，CM1，2 Mc_1)< ^Σ/, r^Pj ，、}，並針對卜 1,2，...，" ^^和）；以及 $ \i(c)。 nJt\,n +2,.. ,5^ +q 4.將步驟3.轉換而來 斷 這些負載向量γ a、負載向S Y，利用下列步驟判 疋沓馮下界向量矣: 應索引之堆疊，起 始值為空集合)(；翻㈣存❼擔所對 4·2 由卜im、/; 4.3由〜1至^/;

TSJ 13 201205486 4.4假設巧<巧，則y，不是下界向量，J = /u仍，因 此跳至步驟4.7;若則ζ·不是下界向量，J=/U仍； 4.5)=/ + 1 ; 4.6巧即為滿足負载狀態之限制的下界向量; 4.7 / = / + 1。 5.假設負载向量4 為下界向量amps。如表一所示 程式碼，利用下列遞迴不交和法（RSDP)計算染色體g對 應之網路可靠度π/(?) = Ρι·{〇{Γ丨rq，ysUc}}。 表一遞迴不交和法（RSDP)之程式碼 function NR = RSDPfYj, Ϋ2) ..., Yb) //Input b capacity vectors for i = 1 : b ifi == 1 NR=Pr(Y>Yi); else

TempNR_l = Pr(Y > Yj); ifi == 2

TempNR_2 = Pr(Y > max(Yh Y^)); //max(Yh Y^)= —

else for j = 1 : i - 1

Yj = max(Yj, //max(Yp 7^= (Yp Yf) end b = b - 1

TempNRJ = RSDP(Yh Y2> ..., Yb)；//Execute recursive procedure end end NR = NR + TempNR l - TempNR_2; //Return value

t'SI 14 201205486 步驟四、若演化次數等於迭帶次數c〇_4，則輸出最 驟五1亚終止演算法；否則，count = count +1演算法跳至步 染色^驟五、利用輪盤法(r〇ulette wheel selection)複製兩條 步騍六、根據交配率進行染色體交配。 步驟七、根據突變率執行染色體突變。

網路杆代議取他有母群中， 步帮九、湘網路可#度評估演算法計算此二條新半色 四的，亦即物^槪職_三至步驟 t祕因演算法_程巾包括錢色體 ，變，並且在本發明利用輪盤法於母群中挑選== (2,3,3,5,2,.4,5)^ (1, 2, 5, M, 3, 5, 2) 〇 ^ t! 根據交配率麵彳湘娜―^ = 配點她 程後色體(Pa咖粉微變為第 (〇ffsprings)：(2,3,3,|Mj35552)a^^ 表二 φ = 4 染色體交配過程 f Sj 15 201205486 (1，2, 5, 6, 6, 3, 5, 2) (1，2, 5, |5, 2, 1，4, 5) 接著，如表三所示，根據突變率以及隨機產生一二進制 向罝(binary vector) ;/ = (7丨，奶，.··，％々），來執行兩染色體突變 過程。假設知=〗，則一染色體中第^個基因之數值會變為非 原本數值之另一數值。舉例來說，由上述第—代母染色體所 轉變之第—代子染色體作為第二代母染色體：（2,3,3，μ，3, 5, 2)以及(1，2, 5, 5, 2, I，4, 5)，並且假設 γ (0, 〇, 〇, 〇, ！，〇, 〇, 1)，則第二代母染色體經突變過程後轉變為第二代子染色 玢£{1，2，...，之8}而办矣2;以及(1，2,5,5，主1,4，纪，其中 {1，2，...，25}而沿矣2，g8S {1，2，..·，Ζ8}而玢矣 5。 表三染色體突變過程 思 m ¥ΨΨϊΙ (o^xormjy (2 \ \ ^ l9 l· 21 C1，2, 5, 5, 2, 1，4, 5) (2, 3, 3, 6, 1, 3, 5, 4) (1,2,5,5,3, 1,4,6)

"月參考苐二圖，係為本發明第—實施例中物流網路， υ έ 6條空運航線及4條陸運航線。其中，實線表示空運 線Air route: rww6，虚線表示陸運航線Land ro油 〃8, ，並且由各航線組成6條最小路徑(^幻分佈於物 "IL、，周路中’包括：户丨={n，广7, Μ、仍={r2, r3,厂7, Μ、户3= {广2,厂5, r7,〜}、A= {r3, r4,广8,〜}、尸5= {r4, ％ r8, ri〇}以及 {r6, r8, iSl no}。每一條航線上提供有3家運輸商。每一家運輸商於每一 條空運航線及陸運航線上可行之負栽狀態，將分別如表四及 表五所示。若每一運輸商於空運航線上傳送待傳輸物之需求 16 201205486 虿所消耗之負荷量為ια5娜ons)，則 上傳骑雜物之冑枝㈣叙 ,·換异相(Twenty-feet Equivalent _，ΤΕυ)，則 ·、，、 百先’絲基因演算法之初始錄母群n交·。 ㈣ '突變率厂_及迭帶次數 輸物的需求量，來執行基因演算法同的待傳 __tiQnapp_h)比較，如表六所心基= 效率相_舉法之運算效輪高，並且於需求量Γ/ 2、〜以及Μ時可獲得最 -7 因演算法相對窮舉法可得到一較佳解。於4置㈣時基

2 3 12 3 12 12 3 12 3 r5 112 / /ο f 1 1 5/0 1 5/1 1 ο{1 ο 1 {1 1 ο { 5 ο 1 /1 ^ 一ο ο οτ ο OJO ο 丄ο 1 0/0 ο 丄ο 1 ο f / jo o 0/0 o 0/0 o 0/0 o 0/0 o ofo Q o 中 20 s 1 5 5 5 5 5 5 o 0 0 0 10 0/001 •···-·· o o o o o ofo o o 1i n n o Ti ο··°·°1··0·0 o·0·0·0·0·0· 15 5 o o o °-o·0· 155155155 H ο ο ο 1 ο 11 ο °·ο· 0-0·0·0· ο·°·ο· 501510501 Όιοοοιοιπ^ 0·0·0·0·0·0·0·0·0· o 5 1^3 5 5 9 5 1 1·0·0ι·9·0·0·8'0·0 °·ο· ο·ιο·°·ο·°·0'ο· H 7 5 5 3 5 ·0·9·0·0·9·8 ο·0·0·ο·°·ο· n Λ1 ο ο 1 0·0·0·

2 4 一ο /18 5/3 0 1- 8 ο 一 ο I 9 8 6 ο 8 6 8 6 ο 8 6 6 ο_ /ο.οο.ο.ο 0ίο·°·ο~ο·ο·°·00·0· ο0·0· ο°·

S 17 201205486 表五第一實施例中各條陸運航線上各家運輸商之負載狀態 航線 運輸商 _負載狀態（單位：TEU)_ 〇 1 2 3 4 5 6 7 8

C 112 ο ο ο 0·°·°· 112 ο ο ο °·ο·°· 112 ο ο ο °·0·0· 1 2 2 I·0·0·0 υ ο ο 15 2 ο ο ο 0·°·°· 5 2 1 ο ο ο °·°·°· 5 2 2 ο ο ο ο·°·ο· 5 3 3 ο ο·° 0·°·°· 5 3 4 ο ο ο °·°·°· 5 4 5 ο ο ο °·ο*0· 5 5 5 4 ·°9 ο°·ο 1 °·0·°·ο0·0· 10.000.05 5 4 5 ο·0·7 °·°·°· °· 6 ο· 5 8 6 7 °·°· 1 2 ·°·°ο >♦ ο·°· 12 1 ο·°ο °·°·°· H οο II ο ο ο °·°·°· 13 1 ο ο ο °·ο·°· 15 1 ο ο ο ο·0·0· 15 1 ο ο ο °·°·°· <1 οι °·°· ι0 112—·°·°οι ο ο 112 ο ο ο 0·°·°· n n ο ο ο °·°·°· 0101 °·° 6 15 ·9ο·° ο·0·0· 2 5 ο ο °·°· ο. °· ο 8 ο0·0· 91 IV* ο >6 >·°· ο 1 9 °·ο·°· 5 8 °· 表六基因演I法歲盜徵法夕钍里μ*鮎

70.859 0.99693 (2.2.1.1.1.1.1.3.3.2) 1.219 最佳解 0.99104 0.93722 0.80739 (2,2, 1，1，1，1，1,3, 1, 1) (32 terms) (2,2, 1, 1, 1,3, 1,2, 1,2) (2 terms) (2,2, 1, 1,2,3, 1,3, 1,2) (1 term)(2,2,1,1,1,3,1,3,1,2) (1 term) (1. 1, 1, 1, 1,3, 1,2,1,2) (1 term) 0b 403.625 658.188 406.875 0.99104 0.93598 0.80739 (2.2.1.1.1.3.1.2.1.2) (1,2,1,3,2, 3,1,3,1,2) (2.2.1.1.1.3.1.3.1.2) 8.125 21.106 13.968 0.55162 (1.1.1.1.1.3.1.2.1.2) 0b

下 "月參考弟四圖，其係為本發明第二實施例中之物流網路 台灣製造商於巾_門(Xia_)卫廠所製造之液晶榮幕 (LCD)運輸至德國柏林(Berlin)的航線圖。其中，實線表示空 運航線A^route ··〜至，虛線表示陸運航線匕―喊、 至Π8各*運輸商於空運航線及陸運航線上的實際負載狀释 及其機率分佈之資料，分別如表七及表人所示。每一家運ς 商於空運航線提供有〇、1(Μ|、2G輕6Q解不同之 狀態，於陸運般線提供有G、1 TEU、2 TEU至9 TEU等不 同之負餘態。每—台22叶之液晶縣的尺寸為56.8 M6.2 A刀並且其重量趨近於6公斤。每-換算箱(TEU) 18 201205486 之尺寸為589·8 χ 235.2 x 238.5立方公分，因此每一換算箱可 谷納880台22 p寸之液晶營幕。於本貫施例中，每"單位之需 求量可容納1000台22吋之液晶螢幕，因此於空運航線上傳 送待傳輸物之需求量所消耗之負荷量為6噸，則==6 ;於 陸運航線上傳送待傳輸物之需求量所消耗之負荷量工b TEU，則 = 1.15。

表七

19 201205486 表八第二實施例中各條陸運航線上各家運輸商之負載狀態 ^商負載狀態（單位··TEU) (η)_(ω") —ο 12345678 9

0.002 0.002 0.014 0.015 0.16 0.01 0.014 0.017 0.02 0.117 0.009 0.011 0.014 0.017 0.059 0.01 0.01 0.01 0.01 0.01 0.01 0.02 0.03 0.04 0.05 7 6 5 0 5 9 1 8 J ο ο· 1 0·0·0·0·0· 0 0 0 0 0.666 0 0 0 0.155 0.64 0 0 0.01 0.01 0.01 0.91 0.75 0 0 0 r\\ 1 0.004 0.008 0.009 0.011 0.012 0.02 0.03 0.045 0.861 0 2 0.01 0.01 0.025 0.03 0.03 0.035 0.04 0.05 0.77 0 3 0.001 0.006 0.007 0.009 0.01 0.013 0.015 0.017 0.025 0.897 4 0.001 0,001 0,005 0.01 0.011 0.012 0.013 0.015 0.017 0.915 5 0.001 0.001 0.001 0.002 0.01 0.015 0.02 0.05 0.9 0 6 0.002 0.006 0.012 0,013 0.018 0.022 0.027 0.9 0 0 7 0.002 0.006 0.053 0.07 0.08 0.13 0.659 0 0 0 2 4 0.003 0.007 0,01 0.02 0.96 0 0 0 0 0 0.007 0.008 0.009 0.01 0.01 0.02 0.03 0.05 0.856 0 0.001 0.006 0.08 0.01 0.015 0.02 0.021 0.023 0.024 0.8 0.006 0.006 0.07 0.009 0.035 0.055 0.07 0.749 0 0 0.003 0.006 0.014 0.013 0.02 0.07 0.085 0.1 0.15 0.539 0.006 0,006 0.012 0.013 0.018 0.022 0.035 0.888 0 0 0.001 0.007 0.011 0.014 0.025 0.13 0.19 0.622 0 0 0.01 0.015 0.015 0.0Π 0.02 0.063 0.07 0.79 0 0 1 0.005 0.008 0.016 0.971 0 0 0 0 0 0 2 0.001 0.007 0.011 0.014 0.025 0.13 0.19 0.622 0 0 3 0.003 0.003 0.009 0.01 0.019 0.068 0.087 0.801 0 0 4 0.02 0.02 0.03 0.03 0.05 0.05 0.8 0 0 0 假設德國柏林的需求量為2000台22吋之液晶營幕，則 ¢/ = 2。基因演算法之初始參數定義為：α = 60,々=0.6, y = 0.005以及义=500。接著，執行基因演算法找出500個隨機 4 5 c c 12 3-12 3 0.002 0.022 0.043 0.05 0.067 0.1 0.116 0.6 0 0 0.001 0.003 0.008 0.017 0.029 0.068 0.087 0.787 0 0 0.001 0.001 0.005 0.005 0.013 0.017 0.021 0_037 0.9 0 0,01 0.011 0.014 0.015 0.95 0 0 0 0 0 0.004 0.011 0.014 0.017 0.059 0.095 0.155 0.645 0 0 0.007 0.009 0.01 0.012 0.013 0.02 0.03 0.15 0.749 0 广16 1 0.001 0.001 0.06 0.08 0.12 0.738 0 0 0 0 2 0.005 0.005 0.015 0.015 0.02 0.02 0.03 0.15 0.74 0 3 0.003 0.005 0.01 0.01 0.07 0.1 0.15 0.148 0.504 0 4 0.001 0.006 0.01 0.014 0.025 0.03 0.19 0.724 0 0 5 0.01 0.01 0.02 0.04 0.05 0.05 0.82 0 0 0 12 3 4 12 3 4 0.01 0.01 0.01 0.01 0.07 0.08 0.81 0 0 0 0.009 0.011 0.014 0.017 0.059 0.095 0.155 0.64 Ο Ο 0.003 0.006 0.013 0.014 〇.〇2 0.07 0.085 0.1 0.15 0.539 0.003 0.006 0.007 0.009 0.01 0.013 0.015 0.017 0.025 0.895 0.003 0.003 0.009 0.01 0.019 0.068 0.087 0.801 Ο Ο 0.002 0.007 Q.Q1 〇.〇3 Q.Q51 〇.〇8 0.82 Ο Ο Ο °·004"""_5~0.009~001 0.015~0^07 008 0?Ϊ3 005 0.527 0.001 0.001 0.02 0.02 0.062 0.078 0.011 0.016 0.791 Ο 0.002 0.008 0.014 0.017 0.059 0.095 0.155 0.65 Ο Ο 0.003 0.006 0.01 0.013 0.02 0.06 0.075 0.13 0.15 0.533 0.002 0.003 0.011 0.014 0.025 0.05 0.06 0.07 0.765 Ο 0.002 0.005 0.008 0.017 0.049 0.068 0.087 0.764 Ο 20 201205486 解(random solutions)與隨機搜尋法(rand〇m search卿⑽邮比 較’其貫驗結果如第五騎示，實齡示基因演算法之最佳 解，虛線表示隨機搜尋法之最佳解。_易見地，基因演^ j較於隨機搜尋法可獲得之最麵路可靠度，並且由基^ 硬算法所獲得之最佳運輸商組合為〗，〗，〗，^ $ 1，3, 3, 1，3, 5, 6)，此運輸商組合於第115次運算到’ 佳網路可靠度為0.9936837。 ]取

综上所述’由於全球化影響下，製造業外移，商品往往 需經由物流網路配送至顧客端上，因此本發明提供一運輸商 k擇方法，以網路可靠度為基礎，來選擇物流網路上的最佳 運，商組合，用以麵商品能成功的配送至顧客端，進而達 到提升顧客滿意度之指標。 淮乂上所述者，僅為本發明之較佳實施例而已，當 本發，施之範圍，即大凡依本發日种請專利範圍 明；利;月内t所作之簡單的等效變化與修飾，皆仍屬本發

範圍不内。另外本發_任—實補或申請專利 月所揭露之全部目的或優點或特點。此 用來關ϋ *題僅是用來辅助專利文件搜尋之用，並非 用來限制本㈣之侧範圍。 【圖式簡單說明】 2 一圖’係柄流網路下運輸_擇方法之流程圖。 最小運輸商組合傳送待傳輸物於物流網路之 d網路可靠度之方法流程圖。 第三圖，係為本發明第-實施例中物流網路。

f SI 21 201205486 第四圖’係為本發二實施例中物流網路下於中國度 門戶斤製造之液晶螢幕運輸至德國柏林的航線圖。 隨機搜 第五圖’係為本發明第二實施例中基因演算法與 尋法之比較圖。 ^ 【主要元件符號說明】 4

t'Sj 22

Claims (1)

1. 201205486 七、申請專利範圍： 1. 一種物流網路之運輸商選擇方法，A =運輸商及複數運輸商組合，該些運輸商 係用來評估該物流網路中該些運= 2鹏可减，崎擇—最佳運輸商組合 及複數航線，該些航線位於該起： 之間，並且可以域複數最小職，財法包括： 於物流網路之每―該航、線上 得到用於傳送—待傳輸物的該些運輸商組=輪商之一，以 魏待傳輪物的1求量分祕該些最小路徑之 母一該運輪商均具有複數負載狀態及—最大負载限制； 根據該需求量、每—魏輸商之 負载限制，來計管今此雜女…-貝戰m亥取大 路徑之-中：:ί 商合於該物流網路之該些最小 傳送该待傳輸物的該網路可靠度；以及 商J仃來找出具有—最佳網路可靠度之該運輸 °以侍到该攻佳運輸商組合。 法甘由月專利範圍第1項的物流網路之運輸商選擇方 之二中計雜些運麵組合於婦_路之該些最小路徑 有·之傳送該待傳輸物的該網路可靠度之方法，包括 求量向量，其係由每一該運輸商組合來傳送該需 、w讀組成’ ϋ且該些流#之總和係為該需求量； 1之該需求量所消耗之一負荷量，係小於 f出彳有騎每—該運輸商組合於該些最小路徑之一 肀，傳运該待傳輸物. f SI 23 201205486 或等於每一該運輸商之一最大負載限制的關係式之該些流量 向量，並且該負荷量係為每一該運輸商於每一該航線所傳送 之一最大運輸量； 曰轉換滿足上述關係式之每一該流量向量為一對應之負載 向里’每一該負載向量係由每一該運輸商之該些負荷量所組 成； 找出所有滿足每一該運輸商組合於該些最小路徑之一

   中’傳送該待傳輸物之該需求量所消耗之該負荷量，係小於 或等於每一該運輸商之每一該負載狀態的關係式之該些負載 向直’並且定義滿足上述關係式之該些負載向量為一下界向 量；以及 δ甲估母一該負载向量係大於或等於該些最小路徑的該下 界向量的機率，並定義該機率為該些運輸商組合之一之該網 路可靠度。 3. 如申請專利範圍第2項的物流網路之運輸商選擇方 法’其中計算該些運輪商組合之一於該物流網路的該些最小 路徑之一中，傳送該待傳輸物的該網路可靠度之方法了係藉 由最小路徑法整合遞迴不交和法來運算。 ' 4. 如申印專利範圍第丨項的物流網路之運輪商選擇方 法，其中執行基因·法來找出具有—最佳網路可靠度之該 運輸商組合，以得到該最佳運輸商組合之方法，包括^/ 定義，初始參數，該初始參數具有一母群、一 _ 及一迭帶次數’並且該母群包括複數染色體，每 代表每〆該運輪商組合，· 24 201205486 當該演化缝等_迭帶缝，職出—最佳解；以及 定義該最佳解為該最佳運輪商组合。 5.如申請專利範圍第1項的物流網路之運輸商選擇方 法’其中執行基因演算法來找出具有—最佳網路 運輪商組合’以得顺最佳稍餘合之方法，包括ς ^

   定義-初始參數’該初始參數具有一母群、—交 率次數及一迭帶次數’並且該母群包括複數 木色體’母—雜色體代表每-該運輸商組合； 當該演化次數小於親帶次數，則將該献次數加上一; 利用輪盤法複製該些染色體之其二； 根據该父配率，進行該兩染色體交配；

   根據該突變率，執行該兩染色體突變；路可=母群Γ該兩染色體之該_路可靠度係為兩最小 了罪度，則產生兩新染色體取代該母群_該_色體；小』一該些運輸商組合之-於該物流網路的該些最 L之巾，傳送該待傳輸物的該網路可靠度; 再執行一次基因演算法； 網 當該演化次解於該騎錄，則輸出-最佳解；以及 定義該最轉為歸佳運輸商組合。 6.如申請專利範圍第4 方法，其更包括有：每執行 力口 -- 〇 及5項的物流網路之運輪商選擇 一次基因演算法，則該演化次數 申月專利械第丨項所述之物流網路之運輪商選擇 f SJ 25 201205486 方法，其更包括： 利用一電腦執行一運輸商 單元、-運算單元及—輪，雜11 _腦具有-輸入 -虛擬網路，以模擬該物流網賴輸商選擇軟體係提供 人之運之，者所輸 及該最大負載限制； X 之該些負載狀態

   藉由該運算單元，計算該運輸商組合之該網路 並且演算出該最錢輪雜合；以及 了#度， 將該最佳運輪商組合顯示於該輸出單元上。

   i SJ 26