การหาที่ตั้งศูนย์กระจายและการวางแผนจัดเส้นทางในการกระจายวัคซีนให้มีประสิทธิภาพ เพื่อต้นทุนการขนส่งที่ต่ำ

บทคัดย่อ

บทความนี้เป็นการศึกษาเปรียบเทียบกระบวนการระหว่าง วิธี Center of gravity และ วิธี K-means clustering ซึ่งมีโจทย์ที่ใช้ทดสอบเป็นการ หาศูนย์กระจายและการจัดเส้นทางการขนส่งวัคซีนป้องกันเชื้อไวรัส Covid-19 ให้มีต้นทุนการขนส่งที่ต่ำ โดยเริ่มจากการศึกษาเปรียบเทียบวิธีการหาศูนย์กระจายวัคซีน 2 รูปแบบ ระหว่าง วิธี Center of gravity และ วิธี K-means clustering หลังจากนั้นการจัดเส้นทางการขนส่ง ด้วยวิธี Genetic algorithm มีวัตถุประสงค์เพื่อกระจายวัคซีนให้มีต้นทุนต่ำ โดยมีสมมติฐานเบื้องต้นว่า เมื่อระยะทางขนส่งยิ่งสั้นก็จะใช้ต้นทุนในการกระจายวัคซีนน้อย ซึ่งผลจากการวิเคราะห์ของวิธี Center of gravity ดังนี้  โดยหลังจากผ่านกระบวนการในการ Clustering กระบวนการหาศูนย์กระจายด้วยวิธี Center of gravity และกระบวนการในการแบ่งจำนวนเส้นทางรวมถึงการจัดลำดับเส้นทางด้วยวิธี Genetic algorithm ผลที่ได้คือ มีจำนวนศูนย์กระจายวัคซีน 6 ศูนย์ จำนวนเส้นทางในการเดินรถสำหรับขนส่งวัคซีน 25 เส้นทาง และมีระยะทางรวม 8,250 กิโลเมตร ซึ่งผลจากการวิเคราะห์ข้อมูลโดยวิธี K-means clustering ซึ่งผ่านกระบวนการลักษณะเดียวกันกับ การวิเคราะห์ของวิธี Center of gravity คือ ผ่านกระบวนการในการ Clustering และหาศูนย์กระจายด้วยวิธี K-means clustering และผ่านกระบวนการในการแบ่งจำนวนเส้นทางรวมถึงการจัดลำดับเส้นทางด้วยวิธี Genetic algorithm ผลที่ได้จากการศึกษาพบว่ามีมีจำนวนศูนย์กระจายวัคซีน 6 ศูนย์ จำนวนเส้นทางในการเดินรถสำหรับขนส่งวัคซีน 26 เส้นทาง มีระยะทางรวม 7,501.5  กิโลเมตร จะเห็นได้ว่ามีระยะทางรวมที่น้อยกว่า วิธี Center of gravity ถึง 740 กิโลเมตร เนื่องจากวิธี K-means clustering จะมีการ Clustering โดยจะคำนึงถึงเรื่องระยะทางระหว่างกลุ่มด้วย จึงทำให้มีระยะทางที่น้อยกว่า ทั้งนี้ผู้วิจัยจึงเลือกผลของ K-means Clustering เป็นแนวทางในการขนส่งวัคซีน เนื่องจากมีระยะทางรวมในการขนส่งวัคซีนที่สั้นกว่าวิธี Center of gravity จึงคาดว่าจะมีต้นทุนการขนส่งที่ต่ำกว่าเช่นกัน