Applying Fuzzy Measure and Fuzzy Inference to Vehicle Routine Problem

Project: National Science and Technology CouncilNational Science and Technology Council Academic Grants

Project Details

Abstract

模糊測度可廣泛應用在主觀評估與決策理論等資訊綜合(information fusion)的問題上,模糊推論可以用if-then 格式的規則庫萃取一般專家難以量化的知識,對車輛路線問題 (Vehicle Routine Problem, VRP) 這類複雜問題的實用化有莫大的助益。VRP 相當旅行推銷員問題(Traveling Salesman Problem)再乘上分群問題(cluster analysis),計算複雜度相當高,一般在求解時都將效率列為優先考量。因此,許多VRP 問題的實務考量都被簡化為單一目標式,讓VRP 模型無法完整呈現規劃者心中的原始面貌。模糊測度理論上可以完全解決這類資訊綜合的問題,但缺乏有效的求解方式;而模糊推論一般僅應用在決策空間(decision space),尚未出現在目標空間(objective space)的應用。作者在目前執行的國科會專案中,針對λ模糊測度,提出了一個快速且穩定的非線性演算法。另外,作者今年在中研院的短期研究中,也成功地將模糊推論導入一個具有學習與診斷功能的中醫知識庫。利用這些成果,許多傳統模式無法加入的考慮,例如「如果A 車超載一點點,則B 車可以少繞一大趟」,或「總成本增加一點點,但每輛車的工作量可以平均很多」,都可藉由這些方法導入。作者已經在今年指導的一篇碩士論文中顯示了將模糊測度導入VRP 模式的可行性。本研究將再進一步引進模糊推論,使用更簡單的if-then 規則來描述專家知識,並對二者進行比較分析。這兩個方法都會用相同的進化演算法(evolutionary computation)求解,並以國內大型教學醫院的醫療資材配送問題上實地測試。這個成果未來可進一步延伸至緊急醫療上的樓層管制、動線規劃等應用上。

Project IDs

Project ID:PF9308-1732
External Project ID:NSC93-2416-H182-007
StatusFinished
Effective start/end date01/08/0431/07/05

Fingerprint

Explore the research topics touched on by this project. These labels are generated based on the underlying awards/grants. Together they form a unique fingerprint.