深層海水具礦物質豐富、恆低溫、細菌少及水質穩定等特性，應用領域涵蓋水產養殖、食品、飲料及休閒理療等層面，是政府未來幾年積極開發的新產業領域。由於深層海水取水地點位於東部區域，且因各類水產養殖分佈區域不同，運輸作業成本相對偏高，使得許多應用層面仍需進一步評估。另一方面，為降低運輸成本，運輸過程中所使用的車輛和設備，亦是養殖物流作業考量的重要決策因素。有別於以往以最短運輸距離或運輸時間達到運輸成本最小目標的模式設計，本研究係針對深層海水建立水產養殖產業之運輸區域分佈加上運輸過程中存活率以及成本分類等因素條件，分別建立對單一客戶及多客戶之最佳化物流作業數學模式；其中，在對多客戶運輸之車輛途程問題方面，則配合模擬退火法之演算架構，以方便進行車輛途程安排的問題。模式測試方面，由於充份考慮到各種成本分類、運輸距離與存活率等關鍵因素所形成的情境，可以作為分析深層海水物流運輸作業決策之參考。

Characterized as rich mineral substances, low temperature, few bacteria, and stability with numerous implementation aspects on aquaculture, food, drinking, and leisure, the deep sea water (DSW) development has become a governmental policy in the near future. However, some of implementation aspects remain a further investigation due to possible DSW pumping locations are all on the east coast resulting in high distribution costs. Unlike previous model designs focused on cost objective with minimal transportation distance or transportation time, this work separately formulates optimization of to the sole customer and of the multi-customers flows of mathematical model with factors of transportation location, living rates, and cost classifications for the introduction of DSW aquaculture. Among them, to the vehicle routing problem that multi-customers transport, cooperate with the structure of making mathematical calculations of the simulation annealing, facilitates carries on the Vehicle routing problem. The model implementation is designed as several scenarios relevant with factors above and the results bolster the decision of distribution development for DSW.

目錄

摘要 I
Abstract II
誌謝 III
目錄 IV
圖目錄 VIII
表目錄 IX
1. 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 3
1.3 研究範圍與限制 3
1.4 研究架構與流程 4
2. 文獻探討 6
2.1 深層海水特性及用途 6
2.1.1 深層海水特性 6
2.1.2 深層海水用途 8
2.1.3 深層海水在水產養殖的應用 10
2.2 運輸作業 11
2.2.1 運輸系統之規劃 12
2.2.2 運輸基本型態 14
2.2.3 貨物運輸方式之選擇 14
2.3 水產物流運輸 16
2.3.1 活魚包裝方式及步驟 16
2.3.2 活魚運輸方式 17
2.3.3 運輸注意事項及運輸中之供氧方法 19
2.4 車輛途程問題 19
2.4.1 VRP理論介紹 19
2.4.2 VRP的基本假設 21
2.4.3 VRP的基本模式 22
2.4.4 VRP之求解策略 24
2.4.4.1 路線建立之啟發式解法 25
2.4.4.2 傳統路線改善方法 26
2.4.4.3 萬用式啟發式解法(Metaheuristic) 26
2.4.4.4 VRP相關文獻 27
2.5 模擬退火演算法 31
2.5.1 Metropolis演算法 32
2.5.2 模擬退火法 34
2.6 結語 41
3. 水產運輸模式建構 42
3.1 問題陳述 42
3.2 單一場站對單一客戶 43
3.2.1 成本分類 43
3.2.2 基本假設 44
3.2.3 符號說明 45
3.2.4 成本計算方式 46
3.2.4.1 運輸設備成本 46
3.2.4.2 運輸作業成本 46
3.2.4.3 懲罰成本 47
3.2.4.4 深層海水購置成本 47
3.2.5 單一場站對單一客戶之水產運輸模式 48
3.2.5.1 使用單一養殖運輸設備之運輸模式 48
3.2.5.2 使用多種養殖運輸設備之運輸模式 49
3.2.5.3 導入深層海水之運輸模式 50
3.3 單一場站對多客戶 51
3.3.1 成本分類 51
3.3.2 基本假設 52
3.3.3 符號說明 53
3.3.4 成本計算方式 54
3.3.4.1 運輸設備成本 54
3.3.4.2 運輸作業成本 54
3.3.5 單一場站對多客戶之水產運輸模式 55
3.3.6 模擬退火法之求解過程 56
4. 結果分析 64
4.1 單一場站對單一客戶之範例描述 64
4.2 單一場站對單一客戶之結果分析 66
4.2.1 導入深層海水前之運輸結果分析 66
4.2.2 導入深層海水後之運輸結果分析 70
4.2.2.1 情境一結果分析 71
4.2.2.2 情境二結果分析 72
4.3 單一場站對多客戶之範例描述 74
4.4 單一場站對多客戶之結果分析 75
4.4.1 節點10之測試結果 76
4.4.2 節點30之測試結果 79
4.4.3 節點50之測試結果 82
5. 結論與建議 85
5.1 結論 85
5.2 建議 86
參考文獻 88
中文文獻 88
英文文獻 89
附錄 92
作者簡介 96

參考文獻
中文文獻
于乃衡，「活魚運輸方法與管理」，水產種苗月刊第55期（2002）。
王貳瑞、蔡登茂、洪仁杰、林鉦棽、廖世義，「台東縣設置深層海水生物技術園區可行性及BOT前置作業規劃」，國立屏東科技大學－台東縣 政府委託計劃（2003）。
王貳瑞、蔡登茂、侯君溥等合著，「物流管理」，初版，睿煜出版社（2004）。 中華民國水產種苗協會，「鞍帶石斑之養殖」，水產種苗月刊第42期 （2001）。
朱子豪，「單一物流中心車輛途程問題求解模式之空間分析研究」，國 立台灣大學地理環境資源研究所碩士論文（2001）。
林依潔，「整合模糊理論與螞蟻演算法於含時窗限制之車輛途程問題」， 國立台北科技大學生產系統工程與管理研究所碩士論文（2002）。
洪銘佐，「單一配銷中心裝載車容量之規劃」，雲林科技大學工業工程 與管理研究所碩士論文（2000）。
徐仕昇、蘇娟儀，「深海藍金－探索台灣深層海水產業發展商機」，工業 技術與資訊，第162期，第9-12頁（2005）。
張福榮，「物流管理」，初版，五南圖書初版有限公司（2000）。
陳百傑，「以啟發式演算法求解時窗限制車輛途程問題」，中原大學工 業工程研究所碩士論文（2002）。
許再豐，「即時資訊下動態車輛途程規劃研究」，朝陽科技大學工業工 程與管理研究所碩士論文（2004）。
敖君瑋，「禁制搜尋法於軟性時窗限制之車輛途程問題研究」，元智大 學工業工程研究所碩士論文，（1999）。
曹家瑞，「物流業配送系統之車輛指派與路徑規劃」，國立台北科技大學生產系統工程與管理研究所碩士論文（1999）年。
曾惠鈺，「即時行車資訊下物流配送作業規劃之研究」，淡江大學運輸 管理研究所碩士論文（2003）。
簡世釗，「時窗與容量限制下車輛途程問題之研究」，國立成功大學工 業管理研究所碩士論文（2000）。
羅敏華，「蟻群最佳化演算法於載重限制之車輛途程問題的研究」，元 智大學工業工程與管理研究所碩士論文（2002）。

英文文獻
Breedam, A. V., “Comparing descent heuristics and metaheuristics for the vehicle routing problem,” Computers & Operations Research, 28, 295-315(2001).
Baker, E. K. and J. R. Schaffer, ”Solution improvement heuristics for the vehicle routing and scheduling problem with time window constrations,” American Journal of Mathematical and Management Sciences, 6(3.4), 261-300(1986).
Baptista, S., R. C. Oliveira and E. Zuquete, “A period vehicle routing case study,” European Journal of Operational Research, 139,220-229(2002).
Bodin, L. D., B. L. Golden, A. A. Assad and M. O. Ball, ”Routing and scheduling of vehicles and crews,” The State of the art: Computers and Operations Research, 10, 69-193(1983).
Bolte, A. and U. W. Thonemann, “Optimizing simulated annealing schedules with genetic programming,” European Journal of Operational Research, 92, 402-416(1996).
Christofides N., A. Mingozzi and P. Toth, “The vehicle routing problem,” In N. Christofides, A. Mingozzi, P. Toth, and C. Sandi, editors, Combinatorial Optimization, Wiley, Chichester, 325-338(1979).
Chwif, L., R. Marcos, P. Barretto and L. A. Moscato, “A solution to the facility layout problem using simulated annealing,” Computers in Industry, 36, 125-132(1998).
Clarke, G. and J. W. Wright, “Scheduling of vehicle form a central depot to a number of delivery points,” Operation Research, 12, 568-581(1964).
Dantzig, G. B. and J. H. Ramser, “The truck dispatching problem,” Management Science, 6, 80-91(1959).
Dueck, G. and T. Scheuer, “Threshold accepting: a general purpose optimization algorithm appearing superior to simulated annealing,” Journal of Computational Physics, 90, 161-175(1990).
Fisher, M. L. and R. Jaikumar, “A generalized assignment heuristic for vehicle routing problems,” Network, 11, 109-124(1981).
Gillett, B. E. and L. R. Miller, “A heuristic algorithm for the vehicle dispatch problem,” Operations Research, 2, 340-349(1974).
Glover, F., “Tabu search-part I,” Journal on Computing, 1, 190-206(1989).
Holland, J. H., “Adaptation in Natural and Artificial Systems,” The University of Michigan Press (1975).
Hong, S. C. and Y. B. Park, “A heuristic for bi-objective vehicle routing with time windows constraints,” International Journal of Production Economics, 62, 249-258(1999).
Hwang, H. S., “An improved for vehicle routing problem with time constraint based on genetic algorithm,” Computers & Industrial Engineering, 42, 361-369(2002).
Kirkpatrick, S., C. D. Gelatt and M. P. Vecchi, “Optimization by simulated annealing,” Science, 220, 671-680(1983).
Laarhoven, P. J. M. V. and E. H. L. Aarts, “Simulated annealing: theory and applications,” D. Reidel Publishing Company, Dordrecht, Holland (1987).
Lucic, P. and D. Tehdorovic, “Simulated annealing for the multi-objective aircrew rostering problem,” Transportation Research Part A, 33, 19-45(1999).
Metropolis, N., A. Rosenblush, M. Rosenblush, A. Teller and E. Teller, “Equation of state calculations by fast computing machines,” Journal of Chemical Physics, 21, 1087-1092(1953).
Tan, K. C., L. H. Lee and K. Q. Zhu, “Heuristic methods for vehicle routing problem with time windows,” Artificial Intelligence in Engineering, 15(3), 281-295(2001).
Toth, P. and D. Vigo, “Models, relaxations and exact approaches for capacitated vehicle routing problem,” Discrete Applied Mathematics, 123, 487-512(2002).
Ruiz, R., C. Maroto and J. Alcaraz, “A decision support system for a real vehicle routing problem,” European Journal of Operational, 153, 593-606(2004).
Zhong, Y. and M. H. Cole, “A vehicle routing problem with backhauls and time windows: a guided local search solution,” Transportation Research Prat E, 41, 131-144(2005).