AI時代的工業管理趨勢和挑戰

本研究以螞蟻演算法(ACO)為基底與強化式學習比較優劣之處，螞蟻演算法為真實系統，應用於實際物流中心路徑規劃系統，可達物流業者需求與降低成本之成效。強化式學習由於真實資料形狀不固定，故無法輸入模型進行訓練，因此使用隨機生成的方式產生訓練及驗證資料，輸入模型進行訓練，並與真實系統進行比較。強化式學習將會比照真實系統的規範，如材積上限、時間限制、下家店距離限制等進行訓練，若以省油、省車角度來看，強化式學習較為優異，但於路徑編排上較不理想，某些路線仍會超出時間限制、下一家店距離限制，造成該路線規劃不如預期，另外也由於強化式學習是以材積為主要分割路線，故會造成各路線距離無法有效平均分配。