การบริหารจัดการขนส่งน้ำดื่มด้วยวิธีแบบจำลองทางคณิตศาสตร์ กรณีศึกษา โรงผลิตน้ำดื่มทับแก้ว มหาวิทยาลัยราชภัฏนครราชสีมา
Article Sidebar
Main Article Content
บทคัดย่อ
การวางแผนถือได้ว่าเป็นการบริหารจัดการเพื่อเพิ่มประสิทธิภาพในกระบวนการผลิตหรือการบริการให้สูงขึ้น แต่พบว่าโรงผลิตน้ำดื่มทับแก้ว มหาวิทยาลัยราชภัฏนครราชสีมายังไม่มีตารางการขนส่งที่เป็นรูปธรรม ทำให้เกิดปัญหาการขนส่งไปยังลูกค้าไม่เป็นไปตาม การนัดหมาย จากปัญหาดังกล่าวงานวิจัยนี้จึงมีวัตถุประสงค์เพื่อบริหารจัดการขนส่งน้ำดื่มให้เป็นไปตามการนัดหมายของลูกค้า และจัดส่งน้ำดื่มภายในกำหนดเวลาแบบจำกัด โดยการประยุกต์ใช้ตัวแบบทางคณิตศาสตร์และการจัดสรรงานโดยการปรับเรียบการผลิตเพื่อให้ แต่ละวันมีการกระจายงานอย่างสม่ำเสมอ การแก้ปัญหาแบ่งออกเป็น 2 ระดับ คือ 1) การจัดเส้นทางการขนส่งน้ำดื่มภายใต้เงื่อนไขความจุของรถขนส่ง และ 2) การวางแผนการขนส่งภายใต้กรอบเวลาการผลิต ทั้งนี้กำหนดปริมาณน้ำดื่มจำนวน 150 โหล/วัน จำนวนลูกค้าทั้งหมด 22 ราย และเวลาในการจัดส่งน้ำ 2 ชั่วโมง/วัน สามารถจัดปริมาณน้ำดื่มและตารางการขนส่งน้ำดื่มโดยใช้เวลาทั้งหมด 3 วัน คือ วันที่ 1 จัดส่งน้ำดื่มจำนวน 143 โหล ให้กับลูกค้า 5 ราย ใช้เวลา 1 ชั่วโมง 47 นาที 41 วินาที วันที่ 2 จัดส่งน้ำดื่มจำนวน 144 โหล ให้กับลูกค้า 8 ราย ใช้เวลา 1 ชั่วโมง 47 นาที 20 วินาที และวันที่ 3 จัดส่งน้ำดื่มจำนวน 145 โหล ให้กับลูกค้า 9 ราย ใช้เวลา 1 ชั่วโมง 39 นาที 39 วินาที และสามารถลดต้นทุนค่าเชื้อเพลิงลงได้ร้อยละ 91.5
Article Details
เอกสารอ้างอิง
วรุทัย เดชตานนท์ และจิรวัฒน์ โลพันดุง. การเพิ่มผลผลิตในขั้นตอนการบรรจุน้ำดื่ม กรณีศึกษา โรงผลิตน้ำดื่มทับแก้ว มหาวิทยาลัยราชภัฏนครราชสีมา. วารสารวิชาการคณะเทคโนโลยีอุตสาหกรรม มหาวิทยาลัยราชภัฏลำปาง. 2564; 14(2): 62 – 74.
STACHO J. Introduction to operations research. Available from: https://www.cs.toronto.edu/~stacho/public/IEOR4004-notes1.pdf [Accessed 1st September 2022]
Arora S, Puri MC. A variant of time minimizing assignment problem. European Journal of Operational Research. 1998; 110(2): 314-325.
Chang GJ, Ho PH. The β-assignment problems. European Journal of Operational Research. 1998; 104(3): 593-600.
Caron G, Hansen P, Jaumard B. The assignment problem with seniority and job priority constraints. Operations Research. 1999; 47(3): 449-453.
Pisinger D, Ropke S. A general heuristic for vehicle routing problems. Computers & operations research. 2007; 34(8): 2403-2435.
Boonphakdee W, Charnsethikul P. Solving the linear programming model of large-scale transportation and assignment problems using the column generation technique. Thai Journal of Operations Research: TJOR. 2014; 2(1): 10-21.
Rabbani Q, Khan A, Quddoos A. Modified Hungarian method for unbalanced assignment problem with multiple jobs. Applied Mathematics and Computation. 2019; 361: 493-508.
Silva MM, Subramanian A, Ochi LS. An iterated local search heuristic for the split delivery vehicle routing problem. Computers & Operations Research. 2015; 53: 234-249.
Ozbaygin G, Karasan O, Yaman H. New exact solution approaches for the split delivery vehicle routing problem. EURO Journal on Computational Optimization. 2018; 6(1): 85-115.
อกนิษฐ์ สันธินาค และศิรวดี อรัญนารถ การจัดเส้นทางขนส่งสินค้าและรถหลายขนาดด้วยวิธีวิวัฒนาการโดยใช้ผลต่าง: กรณีศึกษาบริษัทขนส่งเครื่องดื่ม. วารสารวิจัยและพัฒนา มจธ. 2562; 42(2): 145-159.
Mahéo A, Urli T, Kilby P. Fleet Size and Mix Split-Delivery Vehicle Routing: A Study of MIP Formulations with CP Integration. EURO Journal on Transportation and Logistics Manuscript. 2016.
