The objective of this research is t

The objective of this research is to develop a DSS model that can accommodate criteria and risks in making a decision and optimisa- tion on a multimodal transportation route for LSPs or SMEs. The value of this research is in a methodology for integrating quantitative and qualitative criteria and assessing in a real world situation. The quantitative criteria are budget and time. The qualitative criteria are risk of freight damaged, risk of infrastructure and equipment and risk of other factors of a multimodal transportation route. The DSS model (as illustrated in Fig. 1) is the combination of a number of models beginning with the multimodal transport cost-model to achieve cost and time of each multimodal transportation route, risk identified by factor analysis and assessed by using the Delphi method from experts, followed by AHP to weight quantitative and qualitative criteria for ZOGP in the next step to optimise route for user needs in each criterion on the model that has been examined in an in-depth collaboration with major logistics firms in Thailand and Vietnam.
The contribution of this research lies in the development of a new approach that is flexible and applicable to LSPs or SMEs, in selecting a route under user needs in quantitative and qualitative criteria for minimising time and/or cost. Normally quantitativeanalysis e.g. GP, etc. is one of the most popular models in a decision making problem. Using quantitative criteria alone, however, can mislead and be inadequate – Kengpol and O’Brien (2001), Kengpol (2004) and Kengpol (2008) – and therefore there is a need to utilise quantitative and qualitative analysis together. This research has applied AHP to overcome the burden on qualitative analysis by designing a computer programme to assist the decision maker dealing with AHP and ZOGP calcula- tion. This DSS is simple and flexible for users who have limited budget, time and information of risks for transportation. The advantage of this research is that a user can select the optimal multimodal transportation route and give the significant weight as needed.
In terms of limitations, there are difficulties for a single logistics company to utilise DSS because of lack of information provided for the database. This DSS database is in need of a great number of updated data on all routes and modes between Thai- land and Vietnam such as costs of routes, time of transportation, the change of infrastructure and equipment of new route and law, etc. This DSS should be able to link the Thailand and Vietnam logistics associations that have a number of networks for updat- ing data in the database. Both associations should maintain and update information in DSS.
For further studies, the first issue is the combination of environmental criteria for making decisions such as energy consumption, where carbon dioxide (CO2) emission should be explored. Some risks of route vary seasonally and the routes in GMS countries are very dynamic in fields such as: legal, infra- structure and material handling. The second need of the DSS is to obtain accurate and reliable forecasting risk of each route. According to Huang et al. (2006) and Sun et al. (2007) the extreme learning machine (ELM) can be applied to a faster learning algorithm to find weight for neural network forecasting. At present, GMS countries lack collection of data in some risk factors that may affect the training data for adopting this tool. Finally, the model can be enhanced to multiple objective deci- sions making for designing an optimal route based upon user needs in quantitative and qualitative criteria and other criteria e.g. scheduled transportation modes and transportation econo- mies of scale. Sometimes, the cost of transportation is incon- sistent because some routes have a higher demand than supply, then the costs depend on satisfaction of LSP: this means the cost may be unreasonably high.

ผลลัพธ์ (ไทย) 1:

วัตถุประสงค์ของงานวิจัยนี้ได้พัฒนารูปแบบ DSS ที่สามารถรองรับเงื่อนไขและความเสี่ยงในการทำการตัดสินใจและสเตรชัน optimisa บนเส้นทางการขนส่งทุก LSPs หรือ SMEs ค่าของงานวิจัยนี้เป็นวิธีการรวมเกณฑ์เชิงปริมาณ และเชิงคุณภาพ และการประเมินในสถานการณ์โลก เกณฑ์เชิงปริมาณมีงบประมาณและเวลา เกณฑ์เชิงคุณภาพมีความเสี่ยงของการขนส่งความเสียหาย ความเสี่ยงของโครงสร้างพื้นฐาน และอุปกรณ์และความเสี่ยงอื่น ๆ ปัจจัยของกระบวนการผลิตการขนส่งทุก แบบ DSS (ดังที่แสดงใน Fig. 1) คือ ชุดของหมายเลขรุ่นเริ่มต้น ด้วยการขนส่งทุกแบบ จำลองต้นทุนต้นทุนและเวลาของแต่ละขนส่งทุกเส้นทาง ความเสี่ยง identified โดยวิเคราะห์ปัจจัย และจากการประเมิน โดยใช้วิธีเดลฟายจากผู้เชี่ยวชาญ ตาม ด้วย AHP น้ำหนักเชิงปริมาณ และเชิงคุณภาพเงื่อนไขสำหรับ ZOGP ในขั้นตอนถัดไปเพื่อเพิ่มประสิทธิภาพของกระบวนการผลิตสำหรับผู้ใช้ในแต่ละเกณฑ์ในรูปแบบที่มีการตรวจสอบในการชม ความร่วมมือกับ firms โลจิสติกส์ที่สำคัญในประเทศไทยและเวียดนามสัดส่วนของงานวิจัยนี้อยู่ในการพัฒนาวิธีการใหม่ที่ flexible และสามารถใช้ได้กับ LSPs หรือ SMEs การคัดเลือกกระบวนการผลิตภายใต้ความต้องการผู้ใช้ในเกณฑ์เชิงปริมาณ และเชิงคุณภาพกับลดเวลาและ/หรือต้นทุน ปกติ quantitativeanalysis เช่น GP ฯลฯ ได้รุ่นนิยมมากที่สุดในการตัดสินใจปัญหาอย่างใดอย่างหนึ่ง โดยใช้เกณฑ์เชิงปริมาณเพียงอย่างเดียว อย่างไรก็ตาม สามารถเข้าใจ และจะไม่เพียงพอ – Kengpol และโอไบรอัน (2001), Kengpol (2004) และ Kengpol (2008) – และดังนั้น ไม่จำเป็นต้องใช้เชิงปริมาณและคุณภาพวิเคราะห์ร่วมกัน งานวิจัยนี้ได้ใช้ AHP จะเอาชนะภาระวิเคราะห์คุณภาพ โดยออกแบบโปรแกรมคอมพิวเตอร์เพื่อช่วยการตัดสินใจจัดการกับ AHP และ ZOGP calcula-สเตรชัน DSS นี้จะง่ายและ flexible สำหรับผู้ใช้ที่มีงบประมาณ เวลา และรายละเอียดของความเสี่ยงสำหรับการขนส่ง ประโยชน์ของงานวิจัยนี้คือ ให้ผู้ใช้สามารถเลือกเส้นทางการขนส่งทุกที่ดีที่สุด และให้น้ำหนัก significant ตามในแง่ของข้อจำกัด มี difficulties สำหรับบริษัทโลจิสติกส์เดียวจะใช้ DSS เนื่องจากไม่มีข้อมูลในฐานข้อมูล ฐานข้อมูล DSS ถูกต้องจำนวนมากของข้อมูลที่ปรับปรุงในกระบวนการผลิตทั้งหมดและโหมดระหว่างแผ่นดินไทยและเวียดนามเช่นต้นทุนของกระบวนการผลิต เวลาการขนส่ง การเปลี่ยนแปลงของโครงสร้างพื้นฐานและอุปกรณ์ของกระบวนการผลิตใหม่ และกฎหมาย ฯลฯ DSS นี้ควรจะสามารถเชื่อมโยงที่ไทยและเวียดนามโลจิสติกส์เชื่อมโยงที่มีหมายเลขของเครือข่ายสำหรับบริษัท updat ข้อมูลในฐานข้อมูล ความสัมพันธ์ของทั้งสองควรรักษา และปรับปรุงข้อมูลใน DSSศึกษาเพิ่มเติม ปัญหา first เป็นการรวมกันของเงื่อนไขสิ่งแวดล้อมสำหรับการตัดสินใจเช่นการใช้พลังงาน ซึ่งควรสำรวจการปล่อยก๊าซคาร์บอนไดออกไซด์ (CO2) บางความเสี่ยงของกระบวนการผลิตเปลี่ยนแปลง seasonally และเส้นทางในประเทศ GMS ได้มากแบบไดนามิก fields เช่น: กฎหมาย อินฟราโครงสร้าง และการจัดการวัสดุการ จำเป็นที่สองของ DSS จะได้รับถูกต้อง และเชื่อถือได้คาดการณ์ความเสี่ยงในแต่ละเส้นทาง ตามหวง et al. (2006) และ al. et ซัน (2007) สามารถใช้มากเครื่อง (เอล์ม) การเรียนรู้กับขั้นตอนวิธีการเรียนรู้เร็วน้ำหนัก find สำหรับการคาดการณ์โครงข่ายประสาท ปัจจุบัน GMS ประเทศขาดการเก็บรวบรวมข้อมูลในบางปัจจัยเสี่ยงที่อาจมีผลต่อข้อมูลการฝึกอบรมการใช้เครื่องมือนี้ สุดท้าย รูปแบบสามารถปรับปรุงเพื่อหลายวัตถุประสงค์ deci-sions ทำสำหรับการออกแบบเส้นทางเหมาะสมตามความต้องการผู้ใช้ในเกณฑ์เชิงปริมาณ และเชิงคุณภาพ และเกณฑ์อื่น ๆ เช่นกำหนดวิธีการขนส่งและขนส่งอีโคโน-mies ของขนาด บางครั้ง ต้นทุนการขนส่งเป็น incon sistent เพราะบางเส้นทางมีอุปสงค์สูงกว่าอุปทาน แล้วต้นทุนขึ้นอยู่กับความพึงพอใจของ LSP: นี้หมายความว่า ต้นทุนอาจสูงผ่าน

ผลลัพธ์ (ไทย) 2:

วัตถุประสงค์ของงานวิจัยนี้คือการพัฒนารูปแบบ DSS ที่สามารถรองรับหลักเกณฑ์และความเสี่ยงในการตัดสินใจและการ optimisa- บนเส้นทางการขนส่งต่อเนื่องหลายรูปสำหรับ LSPs หรือผู้ประกอบการ SMEs คุณค่าของงานวิจัยนี้มีอยู่ในวิธีการสำหรับการบูรณาการตามเกณฑ์เชิงปริมาณและเชิงคุณภาพและการประเมินอยู่ในสถานการณ์ที่โลกแห่งความจริง เกณฑ์เชิงปริมาณมีงบประมาณและเวลา เกณฑ์คุณภาพที่มีความเสี่ยงของการขนส่งสินค้าได้รับความเสียหายความเสี่ยงของโครงสร้างพื้นฐานและอุปกรณ์และความเสี่ยงของปัจจัยอื่น ๆ ของเส้นทางการขนส่งต่อเนื่องหลายรูป รูปแบบ DSS (ดังแสดงในรูปที่ 1). คือการรวมกันของหลายรูปแบบเริ่มต้นด้วยการขนส่งต่อเนื่องค่าใช้จ่ายในรูปแบบเพื่อให้บรรลุค่าใช้จ่ายและเวลาของเส้นทางการขนส่งแต่ละเนื่องความเสี่ยงระบุเอ็ดสายโดยการวิเคราะห์ปัจจัยและการประเมินโดยใช้วิธี Delphi จากผู้เชี่ยวชาญตามด้วย AHP น้ำหนักตามเกณฑ์เชิงปริมาณและคุณภาพสำหรับ ZOGP ในขั้นตอนต่อไปเพื่อเพิ่มประสิทธิภาพเส้นทางสำหรับความต้องการของผู้ใช้ในแต่ละเกณฑ์ในรูปแบบที่ได้รับการตรวจสอบในเชิงลึกร่วมกับสายจิสติกส์ที่สำคัญอาร์ในไทยและเวียดนาม.
ผลงานการวิจัยครั้งนี้อยู่ในการพัฒนาวิธีการใหม่ที่มีความยืดหยุ่นและสามารถใช้ได้กับ LSPs หรือผู้ประกอบการ SMEs ในการเลือกเส้นทางที่ต้องการของผู้ใช้ภายใต้เกณฑ์เชิงปริมาณและคุณภาพในการลดเวลาและ / หรือค่าใช้จ่าย ปกติ quantitativeanalysis เช่น GP ฯลฯ เป็นหนึ่งในรูปแบบที่นิยมมากที่สุดในปัญหาการตัดสินใจทำ โดยใช้เกณฑ์เชิงปริมาณเพียงอย่างเดียว แต่สามารถทำให้เข้าใจผิดและจะไม่เพียงพอ - Kengpol และโอไบรอัน (2001), Kengpol (2004) และ Kengpol (2008) - และดังนั้นจึงมีความจำเป็นต้องใช้การวิเคราะห์เชิงปริมาณและเชิงคุณภาพด้วยกัน งานวิจัยนี้ได้ใช้ AHP ที่จะเอาชนะภาระในการวิเคราะห์เชิงคุณภาพด้วยการออกแบบโปรแกรมคอมพิวเตอร์เพื่อช่วยในการตัดสินใจที่เกี่ยวข้องกับการ AHP และ ZOGP วณการ DSS นี้เป็นเรื่องง่ายและยืดหยุ่นสำหรับผู้ใช้ที่มีงบประมาณ จำกัด เวลาและข้อมูลความเสี่ยงสำหรับการขนส่ง ประโยชน์ของการวิจัยนี้คือการที่ผู้ใช้สามารถเลือกเส้นทางการขนส่งต่อเนื่องหลายรูปที่ดีที่สุดและให้มีนัยสำคัญน้ำหนักลาดเทตามความจำเป็น.
ในแง่ของข้อ จำกัด มี culties ไฟแตกให้กับ บริษัท โลจิสติกเดียวที่จะใช้ DSS เพราะขาดข้อมูลที่ให้ไว้สำหรับฐานข้อมูล ฐานข้อมูล DSS นี้อยู่ในความต้องการของจำนวนมากของข้อมูลที่ปรับปรุงในทุกเส้นทางและรูปแบบที่ดินระหว่างไทยและเวียดนามเช่นค่าใช้จ่ายของเส้นทางเวลาของการขนส่ง, การเปลี่ยนแปลงของโครงสร้างพื้นฐานและอุปกรณ์ของเส้นทางใหม่และกฎหมายอื่น ๆ DSS นี้ ควรจะสามารถที่จะเชื่อมโยงไทยและเวียดนามสมาคมโลจิสติกที่มีจำนวนเครือข่ายข้อมูล updat- ไอเอ็นจีในฐานข้อมูล สมาคมทั้งสองควรรักษาและปรับปรุงข้อมูลใน DSS.
สำหรับการศึกษาต่อไป, สายปัญหาแรกคือการรวมกันของเกณฑ์ด้านสิ่งแวดล้อมในการตัดสินใจเช่นการใช้พลังงานที่ปล่อยก๊าซคาร์บอนไดออกไซด์ (CO2) ควรได้รับการสำรวจ ความเสี่ยงบางส่วนของเส้นทางที่แตกต่างกันไปตามฤดูกาลและเส้นทางในประเทศอนุภูมิภาคลุ่มน้ำโขงเป็นอย่างมากแบบไดนามิกใน elds สายเช่นกฎหมายพื้นฐานของโครงสร้างและการจัดการวัสดุ ความจำเป็นที่สองของ DSS เป็นความเสี่ยงที่จะได้รับการคาดการณ์ที่ถูกต้องและเชื่อถือได้ของแต่ละเส้นทาง ตาม Huang et al, (2006) และอาทิตย์ et al, (2007) เครื่องเรียนรู้มาก (ELM) สามารถนำไปใช้อัลกอริทึมการเรียนรู้ได้เร็วขึ้นเพื่อไฟครั้งน้ำหนักสำหรับการคาดการณ์เครือข่ายประสาท ในปัจจุบันประเทศ GMS ขาดการเก็บรวบรวมข้อมูลในปัจจัยเสี่ยงที่อาจส่งผลกระทบต่อข้อมูลการฝึกอบรมสำหรับการใช้เครื่องมือนี้ สุดท้ายรูปแบบที่สามารถเพิ่มได้ตัดสินใจที่จะ sions วัตถุประสงค์หลายทำให้การออกแบบเส้นทางที่ดีที่สุดขึ้นอยู่กับความต้องการของผู้ใช้ในเกณฑ์ที่ปริมาณและเชิงคุณภาพและเกณฑ์อื่น ๆ ที่กำหนดไว้เช่นโหมดการขนส่งและการขนส่ง Mies econo- ของขนาด บางครั้งค่าใช้จ่ายในการขนส่งมีความสอดคล้อง incon- เพราะบางเส้นทางมีความต้องการสูงกว่าอุปทานแล้วค่าใช้จ่ายขึ้นอยู่กับความพึงพอใจของ LSP: นี้หมายถึงค่าใช้จ่ายที่อาจจะสูงเกินสมควร

ผลลัพธ์ (ไทย) 3:

การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อพัฒนารูปแบบระบบที่สามารถรองรับเกณฑ์และความเสี่ยงในการตัดสินใจ และ OPTIMISA - tion ในเส้นทางการขนส่งต่อเนื่องหลายรูปแบบสำหรับ lsps หรือ SMEs คุณค่าของการวิจัยนี้เป็นวิธีการเชิงปริมาณและเชิงคุณภาพและการบูรณาการเกณฑ์ประเมินในสถานการณ์จริง เกณฑ์เชิงปริมาณ คือ งบประมาณและเวลาเกณฑ์คุณภาพของสินค้าเสียหาย ความเสี่ยง ความเสี่ยงของโครงสร้างพื้นฐานและอุปกรณ์และความเสี่ยงของปัจจัยอื่น ๆของเส้นทางการขนส่งต่อเนื่องหลายรูปแบบ . DSS รูปแบบ ( ดังแสดงในรูปที่ 1 ) คือการรวมกันของรูปแบบเริ่มต้นด้วยแบบจำลองต้นทุนการขนส่งเพื่อให้เกิดต้นทุนและเวลาของการขนส่งต่อเนื่องหลายรูปแบบที่แต่ละเส้นทางความเสี่ยง identi จึงเอ็ด โดยการวิเคราะห์และประเมินโดยใช้ Delphi วิธีการจากผู้เชี่ยวชาญ ตามด้วยวิธีเชิงปริมาณและเชิงคุณภาพเพื่อน้ำหนักเกณฑ์สำหรับ zogp ในขั้นตอนต่อไปในการปรับเส้นทางสำหรับความต้องการของผู้ใช้ในแต่ละเกณฑ์ ในรุ่นที่ได้รับการตรวจสอบในความร่วมมือเชิงลึกกับโลจิสติกส์จึง RMS ในไทยและเวียดนาม เมเจอร์
ส่วนของการวิจัยอยู่ในการพัฒนาวิธีการใหม่ที่fl exible และใช้กับ lsps หรือ SMEs ในการเลือกเส้นทางตามความต้องการของผู้ใช้ในเกณฑ์เชิงปริมาณและเชิงคุณภาพเพื่อลดเวลาและ / หรือค่าใช้จ่าย ปกติ quantitativeanalysis เช่น GP , ฯลฯ เป็นหนึ่งในรุ่นที่นิยมมากที่สุด ในการตัดสินปัญหา ใช้เกณฑ์เชิงปริมาณเพียงอย่างเดียว อย่างไรก็ตามเข้าใจผิดได้ และ kengpol –ไม่เพียงพอและโอไบรอัน ( 2001 ) , kengpol ( 2004 ) และ kengpol ( 2008 ) จำกัด จึงต้องมีการใช้ประโยชน์ร่วมกัน และการวิเคราะห์เชิงปริมาณ เชิงคุณภาพ งานวิจัยนี้ได้ประยุกต์วิธีการเอาชนะภาระของการวิเคราะห์ข้อมูลเชิงคุณภาพด้วยการออกแบบโปรแกรมคอมพิวเตอร์เพื่อช่วยตัดสินใจและจัดการกับวิธี zogp กะ - tion .ระบบนี้เป็นเรื่องง่ายและfl exible สำหรับผู้ใช้ที่มีงบประมาณที่ จำกัด เวลาและข้อมูลความเสี่ยงในการขนส่ง ประโยชน์ของงานวิจัยนี้คือการที่ผู้ใช้สามารถเลือกเส้นทางที่เหมาะสม การขนส่งต่อเนื่องหลายรูปแบบและให้ signi จึงไม่สามารถลดน้ำหนักได้ตามต้องการ .
ในแง่ของข้อจำกัดมีดิฟจึง culties สำหรับ บริษัท เดียวที่จะใช้ระบบโลจิสติกส์ เพราะขาดข้อมูลในฐานข้อมูล นี้ระบบฐานข้อมูลอยู่ในความต้องการของจำนวนมากของข้อมูลอัพเดททุกเส้นทางและโหมดระหว่างไทย - เวียดนาม เช่น ต้นทุนของที่ดิน และเส้นทาง เวลาของการขนส่ง , การเปลี่ยนแปลงของโครงสร้างและอุปกรณ์ของกฎหมายและเส้นทางใหม่ระบบนี้สามารถเชื่อมโยงทั้งไทยและเวียดนาม โลจิสติกส์ สมาคมนั้นมีหมายเลขของเครือข่ายสำหรับการ updat ข้อมูลไอเอ็นจีในฐานข้อมูล ทั้งสองสมาคม ควรรักษาและปรับปรุงข้อมูลในระบบสนับสนุนการตัดสินใจ
ศึกษาเพิ่มเติม จึงตัดสินใจเดินทางออกคือการรวมกันของเงื่อนไขสิ่งแวดล้อมเพื่อการตัดสินใจ เช่น การใช้พลังงานที่ปล่อยคาร์บอนไดออกไซด์ ( CO2 ) ควรสำรวจ ความเสี่ยงบางอย่างของเส้นทางแตกต่างกันไปตามฤดูกาล และเส้นทางในกลุ่มประเทศใน elds จึงเป็นแบบไดนามิกมาก เช่น กฎหมาย การโครงสร้างและการจัดการวัสดุ ความต้องการที่สองของระบบสนับสนุนการตัดสินใจเพื่อให้ได้ความถูกต้องและเชื่อถือได้พยากรณ์ความเสี่ยงของแต่ละเส้นทาง ตามฮวง et al . ( 2006 ) และ ซัน และคณะ( 2007 ) การเรียนรู้เครื่องมาก ( ELM ) สามารถใช้ในการเรียนรู้ได้เร็วขึ้นวิธีที่จะถ่ายทอดน้ำหนักและการพยากรณ์สำหรับเครือข่ายประสาท ปัจจุบัน กลุ่มประเทศขาดการเก็บข้อมูลปัจจัยความเสี่ยงที่อาจส่งผลกระทบต่อข้อมูลการฝึกอบรมการใช้เครื่องมือนี้ ในที่สุดรุ่นที่สามารถปรับปรุงเพื่อหลายวัตถุประสงค์ดังนั้น - sions ทำให้การออกแบบเส้นทางที่เหมาะสมตามความต้องการของผู้ใช้ในเชิงปริมาณและคุณภาพ เช่น กำหนดเกณฑ์และเกณฑ์อื่น ๆ วิธีการเดินทางและขนส่งใกล้ - Mies ของมาตราส่วน บางครั้ง ต้นทุนของการขนส่งจะขัดแย้งกัน - sistent เพราะบางเส้นทางมีอุปสงค์มากกว่าอุปทานแล้วค่าใช้จ่ายขึ้นอยู่กับความพึงพอใจของ LSP : นี้หมายถึง ต้นทุนอาจจะไร้เหตุผลมาก