應用類神經網路物流中心區位及車輛排程問題之探討

摘要 隨著工商業的競爭越形激烈，業界漸漸體會到，物流是企業體本身保持競爭優勢並且永續生存的重要因素之一，本研究針對物流中心整體規劃中的區位問題，加入車輛及排程因素的考量，形成一個區位—車隊規模—排程整合模式，並應用類神經網路中的霍普菲爾—坦克類神經網路(Hopfield-Tank Neural Network) 加以求解，其中必須進行能量函數、運動方程式等的修正，使之符合此區位整合模式的特性；然後以實驗設計的方法，分析網路中主要參數之間的範圍及最適參數組合，並對其顯著性項目進行敏感度分析。在實例驗證中，霍普菲爾—坦克類神經網路，對於最佳區位之選擇，展現了高達100%的正判率，同時也節省了大量的... View More