การจัดเส้นทางสาหรับการให้บริการลูกค้าของตัวแทนจาหน่ายอุปกรณ์ทางวิศวกรรมในภาคใต้ของประเทศไทย
Routing for Providing Customers Service of the Engineering Equipment Dealership in Southern Thailand

ชวันลักษณ์ สุวรรณรัศมี (M11)

ที่ปรึกษา ดร.วนัฐฌพงษ์ คงแก้ว

บทคัดย่อ
การเดินทางของพนักงานขายในปัจจุบันไม่ได้คานึงถึงเส้นทางที่ให้ระยะทางที่สั้นที่สุดและแผนการเดินทางเข้าพบลูกค้าไม่มีความแน่นอน ก่อให้เกิดค่าใช้จ่ายเกินกว่าที่บริษัทกาหนด ดังนั้นงานวิจัยนี้มีวัตถุประสงค์เพื่อลดค่าใช้จ่ายด้านค่าน้ามันเชื้อเพลิงและจัดเส้นทางให้มีระยะทางที่สั้นที่สุด ตามเงื่อนไขที่กาหนด นั่นคือ การจัดทาแผนการเดินทางเป็นแบบรายเดือนของพนักงานขาย 1 คน มีลูกค้าที่ต้องให้บริการในพื้นที่ 4 จังหวัด ประกอบด้วย สุราษฎร์ธานี กระบี่ สงขลา และนครศรีธรรมราช ทั้งสิ้น 33 จุด มีสานักงานของบริษัทตั้งอยู่ที่จังหวัดนครศรีธรรมราช ซึ่งเป็นจุดเริ่มต้นในการเดินทางเพื่อไปพบลูกค้าแต่ละราย พิจารณาความถี่ในการเข้าพบลูกค้า และระยะทางไปกลับเท่ากันในแต่ละคู่ของลูกค้าและระหว่างสานักงานของบริษัทกับลูกค้า
งานวิจัยนี้ใช้วิธีเชิงวิวัฒนาการในเครื่องมือโซลเวอร์ ของโปรแกรมไมโครซอฟท์เอ็กเซล เพื่อจัดเส้นทางของพนักงานขาย ซึ่งให้คาตอบที่ใกล้เคียงคาตอบที่ดีที่สุดด้วยเวลาการประมวลผลอันรวดเร็ว วิธีการหาคาตอบ เริ่มต้นจากการสร้างตารางเมตริกซ์ระยะทางโดยใช้ระยะทางระหว่างจุด 2 จุดใดๆ ตามความถี่ที่เกิดขึ้นจริงในการเดินทางไปพบลูกค้า แล้วทาการพัฒนาตัวแบบคานวณบนโปรแกรมไมโครซอฟท์เอ็กเซลเพื่อให้สอดคล้องกับตัวแบบของปัญหา กาหนดค่าพารามิเตอร์ที่สอดคล้องกับตัวแปรในการตัดสินใจและข้อจากัดต่างๆ แล้วทาการประมวลผล พบว่าวิธีการเชิงวิวัฒนาการจะให้เส้นทางที่มีระยะทางที่สั้นลงจากวิธีการวางแผนการเดินทางแบบเดิม จาก 33,698 กิโลเมตรต่อปี เป็น 16,109 กิโลเมตรต่อปี ลดลงเป็น 17,589 กิโลเมตร หรือลดลงคิดเป็น 48% ต่อปี และพบว่าค่าใช้จ่ายด้านเชื้อเพลิงต่อเดือนนั้นต่ากว่า 12,000 บาทต่อปีตามเกณฑ์ที่บริษัทได้กาหนดไว้ ดังนั้น การจัดเส้นทางสาหรับการให้บริการลูกค้าด้วยวิธีเชิงวิวัฒนาการ ทาให้ได้แผนการเดินทางที่จัดเป็นแบบรายเดือนและลดค่าใช้จ่ายด้านเชื้อเพลิงของบริษัท

ABSTRACT
According to the current planning, the plan to visit customers is uncertain and a planner disregards to the shortest distance of the traveling route. These are the cause of over-expenditure of the company related to the fuel consumption. This research aims to reduce the fuel cost below a company's criterion and to determine the shortest traveling route for serving all existing customers. The monthly traveling plan will be set for a salesman to serve all 33 customers in 4 provinces of southern Thailand, including Surat Thani, Krabi, Songkhla, and Nakhon Si Thammarat. The head office is in Nakhon Si Thammarat and it is the beginning of traveling route (i.e., origin node). In addition, in the model, the same distance between any pairs of customer nodes (including the origin node) and the frequency of visiting each customer were considered.
In this research, an “Evolutionary” function embedded in Microsoft Excel Solver was used to find the traveling route due to its simplicity and the quality and efficiency of the solutions obtained. To find a (near) solution, the distance matrix was created based on the distance between any pairs of nodes and frequency of visits. Following that, the spreadsheet model for this problem (including all constraints and variables) was implemented on Microsoft Excel worksheet and it was solved by the evolutionary method. As a result, the evolutionary method found the traveling route that has less total distance than the route in current plan. The total distance of traveling route was decreased by 48%, from 33,698 kilometer per year to 16,109 kilometer per year. The fuel cost was also reduced below 12,000 Baht per year, setting as company's criterion. Thus, the evolutionary method can help the company to find the monthly traveling route during the year period and reduce its fuel cost.

Vinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.x
Vinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.x
loader