台灣偏鄉物流的特殊環境，除了各需求點之間的距離比起都市地區遙遠許多，也因台灣屬狹長型地理環境，中間又有中央山脈橫貫全台，種種因素也使得物流公司在進行配送過程中需花費大量時間於路程上，以及需要讓物流人員近乎上山下海才能將包裹配送到消費者手中。因此若能提出一套解決方案以處理因配送途程遙遠導致運輸成本提升等問題，除能改善企業績效外，也同時能避免資源無端的浪費。
在過往的車輛路徑問題的文獻中，許多先決條件幾乎都設定為已知狀態，然而在實際層面上，需求點位置、需求量大小、需求點距離等皆為未知狀態。在進行實際配送前，若能搭配一套由實際資料為基礎建立之模擬物流需求點分佈之系統，進行車輛路徑問題求解。有助於物流業者在面對偏鄉物流問題時能有一可靠之系統做為參考依據。
本研究以台灣花蓮縣全境作為研究範圍，同時以個案物流公司提供之實際訂單資料，利用Arena模擬系統模擬需求點的產生，搭配Matlab與R Studio軟體求解車輛路徑問題。目的在於提供物流業者一符合歷史配送資料隨機性之訂單模型，且從研究過程中發現偏鄉物流需求訂單之再現性明顯高於都市地區，本研究也針對總旅行時間過長之問題提出三種不同解決方案，其中以事先剔除部分與物流中心過於遙遠之需求點及更換物流中心位置之方案，能最有效減少偏鄉物流地區總旅行時間過長的困境。

The special rural environment of Taiwan's logistics, not only the distance between the demand points is much farther than the urban area, but also the island of Taiwan is a long and narrow geographical environment, Central Mountains Range across Taiwan. Various factors make the logistics company spend a lot of time on the journey during the delivery process, and the staff need to spend lots of labor to deliver packages to consumers. Therefore, if a set of solutions can solve the problems such as increased transportation costs due to long delivery distances. In addition to improving business performance, it can also avoid unwarranted waste of resources.
In the past, most of the literature of vehicle routing problems are deal with under the premise of fixed demand points, fixed demand and so on. However, in real life, the location of the demand point, the size of the demand, and the distance between the demand points…… are all unknown. Before actual delivery, if there’s a simulation system based on actual data that can be used to solve the random vehicle routing problem. So that the logistics company can have a reliable system as a reference when facing logistics problems in rural areas.
Our research takes the Hualien County, Taiwan as the research scope and uses the real order data. We use the Arena simulation system to simulate the generation of demand points, and to solve the vehicle routing problem with Matlab and R Studio software. the goal of this paper aims to provide logistics companies with an order model that conforms to the randomness of historical distribution data, and from the research process, we found that the reproducibility of rural logistics demand orders is higher than urban areas. This research also proposes three different problems for the problem of excessive travel time. The solution, including removing some demand points that are too far away from the logistics center in advance and replacing the location of the logistics center can solve the problem most effectively.

致謝 I
摘要 III
ABSTRACT IV
第一章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的 4
第三節 研究範圍與假設 4
第四節 研究流程 6
第二章 文獻探討 7
第一節 偏鄉物流面臨之議題 7
第二節 車輛路徑問題（Vehicle Routing Problem） 8
第一項 古典車輛路徑問題 8
第二項 隨機車輛路徑問題（Stochastic VRP） 11
第三節 分群方法 13
第四節 小結 16
第三章 研究方法 17
第一節 問題描述與特性 17
第二節 問題定義與步驟 18
第三節 模型建立 19
第一步驟：資料處理與分析 19
第二步驟：建立模擬系統 21
第三步驟：車輛路徑規劃 23
第四節 小結 26
第四章 模擬與分析 27
第一節 個案物流公司案例 27
第二節 分析與探討 40
第三節 小結 47
第五章 結論與建議 49
第一節 研究結論與管理意涵 49
第二節 未來研究方向與建議 51
參考文獻 53
附錄 57

Momo購物網（2021）。Momo購物網。民110年1月22日，取自Momo購物網：https://m.momoshop.com.tw/edm.momo?npn=1vEK6PK2ugSG&n=0。
PChome24h購物（2021）。PChome24h購物。民110年1月22日，取自PChome24h購物：https://www.pcstore.com.tw/PChome24h/HM/qa.htm。
Yahoo電子商務白皮書（2017）。Yahoo奇摩。民110年1月22日，取自Yahoo：https://twmallyahoo.tumblr.com/post/165859885137/%E6%8E%A2%E7%B4%A2x%E6%9C%8D%E5%8B%99x%E5%A8%9B%E6%A8%82-2017-yahoo%E5%A5%87%E6%91%A9%E9%9B%BB%E5%95%86%E7%99%BD%E7%9A%AE%E6%9B%B8%E5%A4%A7%E6%8F%AD%E5%AF%86。
Yahoo奇摩購物中心（2021）。Yahoo奇摩購物中心。民110年1月22日，取自Yahoo奇摩購物中心：https://tw.help.yahoo.com/kb/SLN29097.html。
中國農村電商物流發展報告（2020）。人民網新電商研究院.。民110年1月22日，取自人民網：http://finance.people.com.cn/BIG5/n1/2020/0424/c1004-31686746.html。
李美儀（2015）。車輛路線相關問題之回顧與國內發展之分析。國立交通大學運輸與物流管理學系碩士論文，新竹市。
李德治、鄧安生（2005）。以算數平均數應用在門檻值制定之研究。科學與工程技術期刊，1(1)，47-59。
林育臣（2002）。群聚技術之研究。朝陽科技大學資訊管理系碩士班碩士論文，台中市。
郭幸民（2014）。系統模擬與 Arena 應用，滄海書局。
陳柔安（2020）。復康巴士派遣最佳化決策支援系統_ 以花蓮縣派遣數據分析為例。國立東華大學運籌管理研究所碩士論文，花蓮縣。
陳嘉珮（2012）。運用基因演算法及最佳化資源分配法求解隨機需求之長期車輛問題。國立交通大學運輸科技與管理學系碩士論文，新竹市。
黃寅翔（2020）。B2C輸配送數據分析_以個案物流公司為例。國立東華大學運籌管理研究所碩士論文，花蓮縣。
經濟部統計處（2019）。《產業經濟統計簡訊》。中華民國：政府經濟部統計處。
葉恆甫（2010）。NPUST：一個使用空間切割技術之有效率密度式分群演算法。國立屏東科技大學資訊管理系所碩士論文，屏東縣。
農村電商發展趨勢報告（2018）。人民網新電商研究院.。民110年1月22日，取自人民網：http://download.people.com.cn/temp/three15712165491.pdf。
蝦皮24h購物（2021）。蝦皮24h購物。民110年1月22日，取自蝦皮24h購物：https://help.shopee.tw/tw/s/article/%E8%9D%A6%E7%9A%AE24h-%E8%B3%BC%E7%89%A9%E4%B8%AD%E5%BF%83-24%E5%B0%8F%E6%99%82%E5%BF%AB%E9%80%9F%E5%88%B0%E8%B2%A8%E6%9C%8D%E5%8B%99%E9%81%A9%E7%94%A8%E5%9C%B0%E5%8D%80%E6%9C%89%E5%93%AA%E4%BA%9B-1542986468265。
Dantzig, G. B. & Ramser, J. H. (1959). The Truck Dispatching Problem. Management Science, 6, 80-91.
Gendreau, M., Laporte, G. & Séguin, R. (1995). An Exact Algorithm for the Vehicle Routing Problem with Stochastic Demands and Customers, Transp. Sci., 29, 143-155.
Gendreau, M., Laporte, G. & Séguin, R. (1996). A Tabu Search Heuristic for the Vehicle Routing Problem with Stochastic Demands and Customers, Operations Research, 44, 469-477.
Goetschalckx, M. and Jacobs-Blecha, C. (1989). The vehicle routing problem with backhauls. European Journal of Operational Research, 42(1), 39-51.
Golden, B., Baker, E., Alfaro, J. and Schaffer, J. (1985). The vehicle routing problem with backhauling: Two approaches. Paper presented at the In: Hammesfahr, RD eds, Proceedings of the Twenty-First Annual Meeting of S. E. TIMS. Myrtle Beach, SC.
Gong, X. (2019). Coupling Coordinated Development Model of Urban-Rural Logistics and Empirical Study, Mathematical Problems in Engineering,2019, 12.
Koen Salemink , Dirk Strijker , Gary Bosworth. （2017）. Rural development in the digital age: A systematic literature review on unequal ICT availability, adoption, and use in rural areas. Journal of Rural Studies, 54 (2017), 360-371.
Layeb, S. B., Jaoua, A., Jbira, A. & Makhlouf, Y. (2018). A simulation-optimization approach for scheduling in stochastic freight transportation.. Comput. Ind. Eng., 126, 99-110.
Madhulatha, T. S. (2011). Comparison between k-means and k-medoids clustering algorithms. In International Conference on Advances in Computing and Information Technology (pp. 472-481). Springer, Berlin, Heidelberg.
Majid Salavati-Khoshghalb , Michel Gendreau , Ola Jabali , Walter Rei, （2019）“An exact algorithm to solve the vehicle routing problem with stochastic demands under an optimal restocking policy”, European Journal of Operational Research, 273 (2019) 175–189.
Min, H. K. (1989). The multiple vehicle routing problem with simultaneous delivery pickup points. Transportation Research Part A-Policy and Practice, 23(5), 377-386.
Rajeev Goel, Raman Maini, Sandhya Bansal, （2019）“Vehicle routing problem with time windows having stochasticcustomers demands and stochastic service times:Modelling and solution”, Journal of Computational Science, 34 (2019) 1–10.