LOGISTICS · 系統思維邁向雙軸轉型
倉儲與運輸管理
第 10 章
訂單指派與路線規劃
從規則到最佳化
「再寫 100 條規則,也救不了 1,200 條路線——是該換引擎。」
教師:[ ]
全華圖書出版 · 作者:陳志騰 AIBILA Lab.
章前情境 247 條規則 vs 1,200 條路線
Route 手寫的規則庫跑了三年——平日每日 850 條路線順順的。可是五一連假首日一爆量到 1,200 條,馬上崩:全省 218 條延遲超過 2 小時、客訴率 4.3%。
「那我規則庫要砍?」
Allen 搖頭:「不是砍,是換引擎。你 247 條規則靠人腦排優先序,路線從 850 升到 1,200,規則之間的衝突呈平方成長——247×246/2 ≈ 30,000 對潛在衝突。再寫 100 條也救不了。」
「再上去,就是 VRP——車輛路線問題。」
從規則到最佳化的階梯
規則式 人腦排優先序
啟發式 Savings / Sweep / Insertion
元啟發式 GA / SA / Tabu
強化學習 RL 工業落地驗證中
每一階適用的問題規模不一樣。
2 / 21
本章核心管理議題
五個引導性問句作為閱讀地圖
1
指派 vs 規劃
兩個動詞是一件事還是兩件事?規則引擎的天花板在哪?(§10.0–1)
2
VRP 是什麼
解的問題長什麼樣?NP-hard 為何工業界還能用?CVRP/VRPTW/VRPPD?(§10.2)
3
四階怎麼選
規則式/啟發式/元啟發式/RL 各適用什麼?四個開源工具怎麼選?(§10.3)
4
動態多 hard
動態 VRP × 動態 Bin Packing 怎麼整合?滾動水平規劃?(§10.4)
5
演算法 vs 老王
演算法與司機經驗衝突聽誰的?團隊怎麼組?五大踩雷?(§10.5)
本章立場
識讀為主、實作為輔——認識名詞、了解特性、知道適用情境;不教寫 Python。
3 / 21
§10.0 從訂單到路線:三層分工
訂單指派 vs 路線規劃是兩層相鄰但獨立的決策,加上動態調整=三層
訂單指派
日決策 · 誰送
把訂單分派給車/駕駛/時段;看區域·車型·溫層·容量。規則式為主。
路線規劃
小時決策 · 什麼順序
同車訂單以什麼順序送;看時窗·距離·工時。VRP 求解為主。
動態調整
分鐘決策 · 出車後
處理在途異常與新進訂單;滾動水平規劃 + Bin Packing 聯合。
兩動詞緊密耦合、互相回授:指派錯了規劃再優也救不回;規劃塞不下會回頭請指派層拆到別車。
4 / 21
圖 10-1 訂單指派 → 路線規劃 → 動態調整
三層分工流程圖(決策週期 日/小時/分鐘)
5 / 21
§10.1 訂單指派的規則引擎時代
台灣中小物流商今天最普遍、也是 Route 那 247 條規則所在的層級
演進三階段 Excel 拖拉 → Rule Engine → Constraint-based RuleSet(規模觸頂後的自然演進)
七類指派規則 區域對應 · 車型匹配 · 駕駛熟悉度 · 客戶優先 · 時段平衡 · 容量上限 · 溫層匹配
規則品質 = 主資料品質 × 規則設計品質——主檔髒,再好的規則也是 GIGO
天花板雙紅線
規則 ≥ 150 條 → 衝突呈平方成長
波動 ≥ 30% → 單套規則救不了旺淡季
Route 兩條同時觸發——不是再寫 100 條能救的。
6 / 21
§10.2 VRP 問題家族:三大變形
VRP=TSP 的多車擴展;三個變形覆蓋台灣 95% 場景
CVRP
加「容量」約束
VRP 基底版本:多車從同倉出發、各服務一群客戶、受車容量限制。
VRPTW
再加「時窗」
台灣 B2C 宅配主場景(80%+ 有約定時段)——最常碰到的變形。
VRPPD
再加「攬+配」
同車同時攬收與配送(宅急便取件+送件、逆物流回收)。
TSP(1954,單車)→ VRP(1959 Dantzig,多車)→ 60 年發展 60+ 變形;本章只需熟悉這三個。
7 / 21
§10.2 NP-hard 為何工業界照常用
找精確最佳解的時間隨規模指數成長——但三招繞過它
不求精確最優 用啟發式找「離最優 5–15% 內」的解,夠好就出車(多算 3 小時省 1% 不划算)
問題分解 先分區(Zone-Vehicle)把 1,000 點拆成 5 個 200 點,複雜度從指數降回可控
時間預算妥協 給求解器固定時間(如 5 分鐘),時間到就出當下最好解——通常已離最優 < 5%
識讀目標
能在對話中說出:
「我家場景是 VRPTW」
「200 點不可能算到精確最優、夠好就好」
「規則式做指派 + VRP 做規劃可並存」——即達標。
8 / 21
圖 10-3 CVRP / VRPTW / VRPPD 三類問題定義對照
圖示 + 一句話定義 + 主要約束 + 台灣場景
9 / 21
§10.3 四階解法階梯
依「規模 × 動態」象限選用——不是後者取代前者
規則式
< 50 點 · < 15% 波動
Drools / RuleSet;穩定小規模的合理選擇(99% 台灣中小今天在此)。
啟發式
< 50 點 · > 30% 波動
Savings / Sweep / Insertion;毫秒~秒級、離最優 5–15%。
元啟發式
> 200 點 · 高波動
GA / SA / Tabu;在初始解上加搜尋框架反覆改善。商用求解器主力。
強化學習 RL
> 1,000 點 · 研究熱
序列決策 + 神經網路;論文多,但工業落地仍在驗證。
10 / 21
圖 10-2 解法階梯與適用情境矩陣
縱軸 問題規模 × 橫軸 動態程度(每日波動 %)
11 / 21
§10.3 各階識讀重點與工具四選一
讀完能跟供應商對話、能讀懂 TMS 路線報表
啟發式三招 Savings / Sweep / Insertion——60 年前發明、至今仍是 OR-Tools 內建選項
元啟發式三家族 GA(遺傳)/ SA(模擬退火)/ Tabu(禁忌搜尋)——幾乎所有商用 VRP 求解器都用
RL 工業落地三障礙 訓練穩定性(不同 seed 差 ≥ 20%)· 可解釋性(黑盒)· 硬約束處理——台灣中小幾乎不在此區間
Allen:寧 SaaS 不自建
台灣中大型物流業者也很少自購 Gurobi / CPLEX——買回來常變 IT 維運負擔、現場只用 5% 功能。
12 / 21
圖 10-5 OR-Tools / LKH / VROOM / Jsprit 四工具特性矩陣
縱軸 求解品質 × 橫軸 學習曲線陡峭度
13 / 21
§10.4 動態 VRP × 動態 Bin Packing 聯合最佳化
真實場景:訂單 09:00 還在進、客戶 11:30 改址、12:15 一台車車禍
動態 vs 靜態 靜態=一次算完整天;動態=每 15–60 分重算一次未來計畫(舊計畫依新資訊更新)
滾動水平規劃 每 N 分鐘重算未來 H 小時、只執行接下來 N 分鐘(鎖定執行範圍),其餘留下一輪
即時改派五觸發 新訂單 · 在途異常 · 客戶改址/改時窗(占 30–40%)· 超時告警 · 上游延遲
改派 ≤ 3 次是人因限制
司機開到一半被改派太多次會崩潰——設冷卻期 Cooldown、改派要附「改派理由」推播,不只是新地址。
14 / 21
圖 10-4 動態 VRP × 動態 Bin Packing 聯合最佳化
滾動水平時間軸 + 兩求解器互相回授(含 LIFO 可裝載性檢查)
15 / 21
§10.5 從理論到落地:選型、團隊、避雷
導入 VRP/動態最佳化,台灣物流商通常面臨三條路
TMS 內建
中小主場景
用 TMS 附的路線模組;門檻低、彈性有限。多數中小起步之選。
第三方優化引擎
中大型
VROOM / OptimoRoute 等 SaaS;性價比高、免自養團隊。
自建
大型主場景
自組 OR 團隊;差異化最大,但退場成本最高。
選型三問:① 演算法差異化值多少 NTD/年(< 1,000 萬多半別自建)② 能養 3+ OR 三年嗎 ③ 失敗退場成本多大?
16 / 21
§10.5 Three-in-One 團隊與五大踩雷
把演算法當銀彈、忘了它是需要持續維運的系統——就是共同根因
Three-in-One 團隊 OR Researcher(挑演算法)· Domain Expert(翻譯業務約束)· Engineer(整合維運)——少一不行
少了誰的後果 少 OR=選錯演算法;少 Domain=現場不接受;少 Engineer=跑不起來
五大踩雷 過早 RL · 忽視時窗硬約束 · 無法解釋的黑盒 · 變動成本失控 · 上線後規則漂移
Ch 10 vs Ch 11 分工
Ch 10 產出計畫(路線/派車單/預估到達)。
Ch 11 執行追蹤(在途位置/異常/駕駛行為)。
透過「動態改派觸發」緊密耦合。
17 / 21
本章摘要
1訂單指派(誰送)與路線規劃(什麼順序)是兩層決策 + 動態調整=三層分工、互相回授。
2規則式有甜蜜點也有天花板:規則 ≥ 150 條衝突平方成長、波動 ≥ 30% 救不了——該換 VRP。
3VRP 家族 CVRP/VRPTW/VRPPD;NP-hard 用「不求最優+問題分解+時間預算」三招繞。
4四階解法(規則式/啟發式/元啟發式/RL)依規模×動態選;四工具 OR-Tools/LKH/VROOM/Jsprit。
5動態 VRP+滾動水平規劃×動態 Bin Packing;三軸 KPI(回應時效/派車異動率/路線執行率)。
18 / 21
關鍵詞索引
本章首次出現、後續反覆引用的重要詞彙
啟發式三招
Savings/Sweep/Insertion
四工具
OR-Tools/LKH/VROOM/Jsprit
Three-in-One
OR/Domain/Engineer
19 / 21
課堂討論題(精選)
適合課中分組討論——完整 45 題見教師版題庫
Q1 規則天花板
用 Route 的案例說明「規則衝突平方成長」;你的組織離兩條紅線多遠?
Q2 VRP 識讀
把你熟悉的配送場景對應到 CVRP/VRPTW/VRPPD,並說明主要約束。
Q3 解法選型
每日 300 條路線、波動 35%、車隊 60 台——你會選哪一階?哪個工具?
Q4 落地路徑
用選型三問,判斷你的組織該走 TMS 內建/第三方/自建,並說明理由。
20 / 21

結語 從規則到最佳化,是一條階梯
不是後者取代前者——
而是依問題形貌,選對那一階。
① 先識讀
認識名詞、了解特性、知道適用——能跟供應商對話就達標
② 再選階
規模 × 動態象限選解法;寧 SaaS 不自建
③ 後維運
演算法不是銀彈,是需要監控、稽核、重訓的系統
下一章 第 11 章 車輛管理與貨況追蹤——計畫產出後,出車上路的執行與應變。
21 / 21