5. Conclusions and Discussion In th

5. Conclusions and Discussion
In this study, our case studies are developed for multi-mode transfer operations. General models are developed for most combinations of modes (e.g. trucks to rail trains, trucks to airplanes, rail trains to ships, etc.), which can be described in terms of their vehicle capacities, unit operating costs, average speeds and travel time variances. The pre-planning model is developed for optimizing in advance system characteristics such as terminal capacities, vehicle sizes, routes, schedules and probabilistic reserve factors built into operating schedules.



The hybrid heuristic algorithm is developed for resolving the variability in optimal results in SQP and reducing the running time of the GA. It is found that SQP is very sensitive to different initial feasible solutions. Similarly, GA results may also be affected by different random seeds, resulting in different initial populations and local optimal solutions. Moreover, the convergence in final steps may be very slow in GA and additional stopping criteria or thresholds may be needed. Therefore, the hybrid GA-SQP
algorithm is proposed which uses a GA to find a reasonable initial estimate for SQP, and then uses SQP to solve the problem until no further improvement can be found. In this approach, a random feasible initial starting point applied in SQP can be an appropriate threshold (i.e. one stopping criterion) for the GA.




In addition, for freight transportation operations, users (e.g. shippers) and operators (e.g. carriers) may have some conflicting interests regarding service quality. Shippers may prefer to send cargos at the lowest prices while minimizing total shipping time; however, carriers may choose a route with multiple transfers to create economies. Moreover, competition may exist among service providers because each of them eventually pursues the maximization of its own total profit. Competitive behaviors may become unavoidable and require other models to capture their details. Our models are mainly usable by consortiums or “alliances” of private freight transportation companies. Leader – follower decision making models of consortiums or alliances require different formulations. Different decision makers from various agencies may have different control abilities, market share rates, information flow knowledge, and etc.

Results (Thai) 1:

5. บทสรุปและอภิปราย ในการศึกษานี้ กรณีศึกษาของเราถูกพัฒนาสำหรับการดำเนินงานถ่ายโอนมัลติโหมด มีพัฒนารูปแบบทั่วไปสำหรับชุดส่วนใหญ่โหมด (เช่นรถบรรทุกรถไฟรถไฟ รถบรรทุกให้เครื่องบิน รถไฟรถไฟเรือ ฯลฯ), ซึ่งสามารถอธิบายในแง่ของกำลังของยานพาหนะ หน่วยค่าใช้จ่าย ความเร็วเฉลี่ย และผลต่างของเวลาการเดินทาง พัฒนาแบบจำลองการวางแผนเหมาะสมล่วงหน้าลักษณะระบบเทอร์มินัลกำลัง ขนาดรถ เส้นทาง ตารางเวลาและจอง probabilistic ปัจจัยสร้างเป็นตารางการปฏิบัติงาน อัลกอริทึมแล้วไฮบริดถูกพัฒนาแก้ไขความแปรผัน SQP ผลสูงสุด และลดเวลาทำงานของ GA. จะพบว่า SQP ความสำคัญมากในการแก้ไขปัญหาเป็นไปได้เริ่มต้นแตกต่างกัน ในทำนองเดียวกัน GA ผลอาจมีผลต่าง ๆ สุ่มเมล็ดพืช ในประชากรเริ่มต้นแตกต่างกันและภายในโซลูชั่นที่เหมาะสม นอกจากนี้ บรรจบกันในขั้นตอนสุดท้ายอาจเพิ่มเติมเงื่อนไขการหยุด และช้าใน GA มาก หรืออาจต้องใช้ขีดจำกัด ดังนั้น ผสม GA SQP อัลกอริทึมจะนำเสนอซึ่งใช้เป็น GA ในการค้นหาประเมินความสมเหตุสมผล SQP และจากนั้น ใช้ SQP แก้ปัญหาจนสามารถพบไม่ปรับปรุงเพิ่มเติม ในวิธีการนี้ สุ่มเป็นไปได้เริ่มต้นใช้ใน SQP สามารถจำกัดการที่เหมาะสม (เช่นหยุดหนึ่งเงื่อนไข) สำหรับ GA. นอกจากนี้ สำหรับการดำเนินงานในการขนส่งค่าขนส่ง ผู้ใช้ (เช่นผู้ขนส่ง) และตัวดำเนินการ (เช่นสายการบิน) ได้สนใจบางอย่างขัดแย้งกันเกี่ยวกับคุณภาพบริการ ผู้ขนส่งอาจต้องส่ง cargos ที่ราคาต่ำที่สุดในขณะที่ลดเวลาจัดส่งรวม อย่างไรก็ตาม สายการบินอาจเลือกกระบวนการผลิต มีการโอนย้ายหลายเพื่อสร้างเศรษฐกิจ นอกจากนี้ การแข่งขันอาจมีระหว่างผู้ให้บริการเนื่องจากแต่ละของพวกเขาในที่สุด pursues maximization กำไรของตนเองรวม พฤติกรรมการแข่งขันอาจจะหลีกเลี่ยงไม่ได้ และต้องการรูปแบบอื่น ๆ เพื่อเก็บรายละเอียดของ รุ่นของเราส่วนใหญ่ใช้ consortiums หรือ "พันธมิตร" ของบริษัทขนส่งเอกชนค่าขนส่งได้ ผู้นำผู้ติดตามตัดสินใจทำแบบ consortiums หรือพันธมิตรต้องสูตรที่แตกต่างกัน ผู้ตัดสินใจที่แตกต่างจากหน่วยงานต่าง ๆ อาจมีความสามารถในการควบคุมต่าง ๆ ราคาตลาดหุ้น ความรู้กระแสข้อมูล และฯลฯ

Results (Thai) 2:

5 สรุปผลการวิจัยและการอภิปราย
ในการศึกษานี้กรณีศึกษาของเราได้รับการพัฒนาสำหรับการดำเนินการโอนหลายโหมด รุ่นทั่วไปได้รับการพัฒนาสำหรับการรวมที่สุดของโหมด (เช่นรถบรรทุกรถไฟรถไฟบรรทุกเครื่องบินรถไฟรถไฟเรือ ฯลฯ ) ซึ่งสามารถอธิบายได้ในแง่ของความสามารถในรถของพวกเขาค่าใช้จ่ายในการดำเนินงานของหน่วยความเร็วเฉลี่ยและเวลาในการเดินทางต่าง . รูปแบบการวางแผนล่วงหน้าได้รับการพัฒนาเพื่อเพิ่มประสิทธิภาพในลักษณะระบบล่วงหน้าเช่นความสามารถ terminal, ขนาดรถเส้นทางตารางเวลาและปัจจัยสำรองน่าจะเป็นสร้างไว้ในตารางเวลาการดำเนินงานขั้นตอนวิธีการแก้ปัญหาไฮบริดได้รับการพัฒนาสำหรับการแก้ปัญหาความแปรปรวนในผลที่ดีที่สุดใน SQP และลด เวลาทำงานของ GA พบว่า SQP มีความไวมากในการแก้ปัญหาเป็นไปได้ที่แตกต่างกันเริ่มต้น ในทำนองเดียวกันผล GA อาจได้รับผลกระทบโดยการเพาะเมล็ดสุ่มที่แตกต่างกันส่งผลให้ประชากรเริ่มต้นที่แตกต่างกันและการแก้ปัญหาที่ดีที่สุดในท้องถิ่น นอกจากนี้การบรรจบกันในขั้นตอนสุดท้ายอาจจะช้ามากในการ GA และเกณฑ์การหยุดเพิ่มเติมหรือเกณฑ์อาจมีความจำเป็น ดังนั้นไฮบริด GA-SQP อัลกอริทึมจะเสนอซึ่งใช้ GA ที่จะหาประมาณในเบื้องต้นที่เหมาะสมสำหรับ SQP และจากนั้นใช้ SQP ในการแก้ปัญหาจนกว่าจะไม่มีการปรับปรุงเพิ่มเติมสามารถพบได้ ในวิธีการนี้เป็นไปได้จุดสุ่มเริ่มต้นเริ่มต้นนำไปใช้ใน SQP สามารถเกณฑ์ที่เหมาะสม (เช่นเกณฑ์การหยุดหนึ่ง) สำหรับ GA นอกจากนี้สำหรับการดำเนินการขนส่งสินค้าผู้ใช้ (เช่นส่งสินค้าทางเรือ) และผู้ประกอบการ (เช่นผู้ให้บริการ) อาจจะมีบางส่วน ผลประโยชน์ที่ขัดแย้งกันเกี่ยวกับคุณภาพการให้บริการ ส่งสินค้าทางเรืออาจต้องการที่จะส่ง cargos ที่ราคาต่ำสุดในขณะที่ลดเวลาการจัดส่งสินค้าทั้งหมด; แต่ผู้ให้บริการอาจเลือกเส้นทางที่มีการถ่ายโอนหลายในการสร้างเศรษฐกิจ นอกจากนี้การแข่งขันที่อาจมีอยู่ในหมู่ผู้ให้บริการเพราะแต่ละของพวกเขาในที่สุดก็แสวงหาสูงสุดของกำไรทั้งหมดของตัวเอง พฤติกรรมการแข่งขันอาจจะหลีกเลี่ยงไม่ได้และต้องใช้รุ่นอื่น ๆ ที่จะจับรายละเอียดของพวกเขา รุ่นของเรามีการใช้งานโดยส่วนใหญ่ consortiums หรือ "พันธมิตร" ของ บริษัท ขนส่งสินค้าเอกชน ผู้นำ - การตัดสินใจตามรูปแบบของ consortiums หรือพันธมิตรต้องมีสูตรที่แตกต่าง ผู้มีอำนาจตัดสินใจที่แตกต่างกันจากหน่วยงานต่างๆที่อาจจะมีความสามารถในการควบคุมที่แตกต่างกันอัตราส่วนแบ่งการตลาดความรู้การไหลของข้อมูลและอื่น ๆ

Results (Thai) 3:

5 . สรุปและอภิปราย
การศึกษากรณีศึกษาของเราถูกพัฒนาขึ้นสำหรับการดำเนินงานการแก้ไข . รุ่นทั่วไปจะพัฒนามากที่สุดของโหมดผสม ( เช่น รถบรรทุก รถไฟ รถไฟ รถบรรทุก เครื่องบิน รถไฟ รถไฟ เรือ ฯลฯ ) ซึ่งสามารถอธิบายได้ในแง่ของความจุของหน่วยรถ , ค่าใช้จ่าย , ความเร็วเฉลี่ยและเวลาเดินทาง ยก่อนจะพัฒนารูปแบบการวางแผนเพื่อเพิ่มประสิทธิภาพในระบบล่วงหน้าลักษณะเช่นความจุผู้โดยสารยานพาหนะขนาดเส้นทางตารางและการดำเนินงานในปัจจัยที่สร้างขึ้นในตารางเวลา



) เป็นลูกผสมของการพัฒนาเพื่อแก้ปัญหาความแปรปรวนในผลที่ดีที่สุดใน sqp และลดเวลาการทำงานของโรงงานพบว่า sqp อ่อนไหวมากกับที่แตกต่างกันเริ่มต้นเป็นไปได้โซลูชั่น นอกจากนี้ กา ผลลัพธ์อาจจะได้รับผลกระทบจากเมล็ดสุ่มที่แตกต่างกันส่งผลให้ประชากรเริ่มต้นที่แตกต่างกันและท้องถิ่นโซลูชั่นที่เหมาะสมที่สุด นอกจากนี้ บรรจบกันในขั้นตอนสุดท้าย อาจจะช้ามากในกาเพิ่มเติมเงื่อนไขหรือเกณฑ์หยุดอาจจะต้อง . ดังนั้น ,
ga-sqp ไฮบริดนำเสนอวิธีการที่ใช้ GA เพื่อค้นหาค่าเริ่มต้นที่เหมาะสมสำหรับ sqp แล้วใช้ sqp แก้ปัญหาจนไม่มีการปรับปรุงสามารถพบได้ ในวิธีนี้เป็นไปได้เริ่มต้นสุ่มจุดที่ใช้ใน sqp สามารถเป็นเกณฑ์ที่เหมาะสม ( เช่นหนึ่งหยุดเกณฑ์ ) สำหรับโรงงาน




นอกจากนี้สำหรับธุรกิจการขนส่งสินค้า , ผู้ใช้ ( เช่นส่งสินค้าทางเรือ ) และผู้ประกอบการ ( เช่นผู้ให้บริการ ) อาจมีความสนใจบางอย่างที่ขัดแย้งกันเกี่ยวกับคุณภาพการให้บริการ ส่งสินค้าทางเรืออาจชอบที่จะส่ง cargos ในราคาที่ต่ำที่สุดในขณะที่ลดเวลาการจัดส่งทั้งหมด อย่างไรก็ตาม สายการบินอาจเลือกเส้นทางรับหลายที่จะสร้างเศรษฐกิจ นอกจากนี้การแข่งขันอาจจะอยู่ในหมู่ผู้ให้บริการเนื่องจากแต่ละของพวกเขาในที่สุด pursues สูงสุดของกำไรรวมของตัวเอง พฤติกรรมการแข่งขันอาจจะหลีกเลี่ยงไม่ได้และต้องมีรุ่นอื่น ๆ เพื่อจับรายละเอียดของพวกเขา นางแบบของเราส่วนใหญ่ใช้งานโดย consortiums หรือ " พันธมิตร " ของ บริษัท ขนส่ง ขนส่งเอกชนผู้นำและผู้ตาม การตัดสินใจรูปแบบของ consortiums หรือพันธมิตรต้องใช้สูตรที่แตกต่างกัน . ที่แตกต่างกันการตัดสินใจจากหน่วยงานต่างๆมีความสามารถควบคุมแตกต่างกัน อัตราส่วนแบ่งการตลาด ความรู้ การไหลของข้อมูล และ ฯลฯ