隨著工業及經濟的發展，危險物品於製造的過程中是不可或缺的一環，並且數量持續增加中。由於可及性因素，國內危險物品運送方式仍以公路運輸為主，公路上車流量大，公路旁人口密度較高，倘若不幸發生意外後果甚大，因此如何降低公路危險物品運輸的風險為政府及運送業者重要的課題之一。
前人對於危險物品運送路徑選擇上已有較完整的理論，而本研究將以政府單位進行災後緊急應變之觀點，考量系統總成本最小、場站涵蓋總風險最小、場站涵蓋風險差異最小、場站服務範圍差異最小等目標對公路危險物品救援站建構多目標最佳區位指派。問題的求解則是以C語言自型撰寫免疫演算法配合模糊理論進行求解。
	本研究以免疫演算法來求解本研究的區位指派問題，其獨特的記憶機制能保留較佳的抗體反覆演算，改善了傳統遺傳演算法容易因初始解不佳影響求解能力及因交配、突變、而損失優秀親代之問題，而加入混沌方程式尋找初始解的混沌免疫演算法由於搜尋能力更為全域性，因此求解能力較一般免疫演算法較佳。
	以自行設計的小型範例配合窮舉法來確認模式與演算法的正確性，並以免疫演算法求解蔡麗敏(2000)的區位問題，測試結果發現本研究演算法求解品質較佳。最後進行大型問題求解，結果顯示系統總成本與場站涵蓋總風險量成反向關係；若提高風險參數中的風險值時，則因整體風險提高而使整體滿意度下降；在不改變路網特性增大路網時，其結果滿意度相近，驗證本模式具有穩定求解能力而不受路網大小影響。由權衡結果可知合乎一般的邏輯性，更可證明本模式求解大型問題之正確性，具有應用價值，可以作為實務單位營運決策之參考。

With the progress of the economics in Taiwan, the dangerous goods production is inevitable function of the manufacturing industries. The transportation of dangerous goods is a critical issue in traffic safety since any contingent incident could have catastrophic impact to local residents and environment.

A series of studies are devoted in the transportation of dangerous goods. Most of the studies are focus on the route selection. There are few studies have addressed the location related issues in this area. The purpose of this study is to develop a methodology for the allocation of the rescue stations in the emergency response network. A nonlinear integer mathematical model is developed for this methodology with multiple objectives, which include minimum system total cost, minimum total risk of service area coverage, minimum risk difference of service area among stations, and minimum difference in service area among stations. To solve this problem, solution procedure is developed based on artificial immune algorithm using programming language C.
 
The artificial immune algorithm has its unique mechanism of memory to retain the better repeated antibody calculation; would improve the traditional generic algorithm that uncertain initial solution could wrongfully influence its final solving capability; and would improve losing of excellent parental generation due to recombination and mutation. Further, adding of chaos formula would also improve problem solving capability due to its holistic searching capability than that of traditional immune algorithm.

First, we used a small scale problem to test the result of the propose solution procedure with the result from enumeration. The differences of these two solutions are within acceptable range. We then applied the procedure on the location-allocation problem (Tsai, 2000). The results of the proposed procedure in this study have turned out to have a better solution. Subsequently, we tested the procedure in a large scale problem. The results of this large scale problem indicated that the overall system cost has a conflict relationship with overall risk coverage of emergency response network.  Overall satisfaction rate of multiple objectives decreased when the value of risk parameters increased, this is a direct result of the increased in overall risk. However, overall satisfaction rate remains the same when network is expanded and parameters are kept the same. The results of these tests indicate that the proposed solution procedure can provide valid and logical outputs for the problem addressed, therefore, can also be used as decision support process for the associated government agencies.

目錄	Ⅰ
圖目錄	Ⅳ
表目錄	Ⅴ
第一章 緒論	1
1.1研究動機與背景	1
1.2研究目的	3
1.3研究範疇	4
1.4研究方法	4
1.5 研究內容與流程	5
1.6 論文內容	7
第二章 文獻回顧	8
2.1危險物品運送現況	8
2.1.1危險物品的分類與定義	8
2.1.2危險物品資料分析	10
2.1.3國內危險物品運送監控現況	11
2.1.4國外危險物品監控系統現況	12
2.1.5小結	12
2.2危險物品運送相關研究	13
2.2.1事故模擬	13
2.2.2路徑選擇	13
2.2.3小結	15
2.3運輸風險	15
2.3.1運輸風險評估方法介紹	15
2.3.2小結	19
2.4區位理論	20
2.4.1基本區位模型	20
2.4.2中位問題	21
2.4.3中心問題	21
2.4.4涵蓋問題	22
2.4.5緊急設施區位相關文獻	23
2.4.6小結	24
2.5多目標規劃	25
2.5.1多目標規劃之一般式	25
2.5.2模糊多目標規劃問題	27
2.5.3小結	33
2.6免疫演算法概敘	33
2.6.1免疫演算法發展背景	33
2.6.2生物免疫系統介紹	33
2.6.3仿生物免疫演算法	35
2.6.4類免疫演算法相關研究	39
2.6.5小結	40
2.7混沌理論概敘	42
2.7.1混沌理論基本定義	42
2.7.2羅吉斯成長方程式	43
2.7.3小結	44
第三章 問題界定與模式建構	45
3.1問題定義	45
3.1.1問題特性及描述	45
3.1.2問題定義	46
3.2 前提假設	47
3.3 問題架構	48
3.4 模式建構	49
3.4.1符號說明	49
3.4.2模式建立	51
3.4.3模式說明	52
3.5  模式修正與求解	54
第四章 演算法解題策略	57
4.1演算設計與解題流程	57
4.1.1編碼	57
4.1.2演算流程	58
4.2 免疫演算法應用於救援站最佳指派問題	61
4.2.1一般免疫演算法應用於救援站最佳指派問題流程	61
4.2.2混沌免疫演算法應用於救援站最佳指派問題流程	67
4.3演算法有效性驗證	70
第五章  範例測試	72
5.1小型範例	72
5.1.1窮舉法測試	72
5.1.2免疫演算法測試	76
5.2大型範例設計	77
5.2.1大型範例一路網設計	77
5.3參數設計比較	81
5.4大型範例一求解	86
5.4.1範例參數設定	86
5.4.2求解過程	86
5.4.3求解結果	89
5.4.4成本參數情境分析	90
5.4.4風險參數情境分析	92
5.4.5場站開啟下限情境分析	93
5.5大型範例二求解	94
第六章 結論與建議	97
6.1結論	98
6.2建議	99
參考文獻	100
附錄一 測試範例路網參數	104
附錄二 大型範例(一)路網參數	105
附錄三 大型範例(二)路網參數	107

圖目錄
圖1.1  研究流程圖	6
圖2.1  歐洲危險物品監控架構	12
圖2.2  模糊單調函數圖	30
圖2.3  生物免疫過程	35
圖2.4  免疫流程圖	38
圖2.5  起始解示意圖	41
圖4.1  免疫演算法流程圖	60
圖4.2  免疫演算法初始抗體產生流程圖	61
圖4.3  一般免疫演算法於救援站指派問題求解流程圖	66
圖4.4  混沌免疫演算法之初始解流程圖	68
圖4.5  混沌免疫演算法於救援站指派問題求解流程圖	69
圖4.6  基本基因演算法流程圖	70
圖5.1  小型範例路網圖	73
圖5.2  小型範例窮舉最佳指派結果	75
圖5.3  大型範例原始路網圖	78
圖5.4  大型範例路網修正圖	80
圖5.5  免疫演算法各交配及突變率組合求解分佈圖	82
圖5.6  免疫演算法各初始抗體群數求解分佈圖	83
圖5.7  免疫演算法各記憶區比例求解分佈圖	84
圖5.8  免疫演算法運算世代數求解分佈圖	85
圖5.9  成本參數分析圖	92
圖5.10 風險倍數分析圖	92
圖5.11 場站服務範圍下限敏感度分析圖	93
圖5.12 大型範例二路網修正圖	94












表目錄
表2.1  危險物品定義	9
表2.2  其他風險相關研究整理	19
表2.3  模糊多目標規劃模型之比較	28
表2.4  報酬表計算內容	29
表2.5  模糊多目標規劃應用文獻一覽	32
表2.6  免疫演算法特性	36
表2.7  類免疫系統與生物免疫系統之對照表	39
表2.8  類免疫演算法研究發展	40
表2.9  羅吉斯成長方程式係數變化表	43
表2.10 羅吉斯成長方程式產生混沌區間時	44
表3.1  報酬表計算內容	54
表4.1  本研究編碼方式	58
表4.2  輕鏈的重組方式	63
表4.3  重鏈的重組方式	64
表4.4  模糊隸屬函數目標式的上下限	71
表5.1  小型範例路網參數值	73
表5.2  間隔距離參數為1	73
表5.3  間隔距離參數為0.5	74
表5.4  間隔距離參數為 0.1	75
表5.5  小型範例免疫演算法求解	76
表5.6  危險物品禁運路段整理	79
表5.7  免疫演算法調整參數範圍表	81
表5.8  免疫演算法各交配及突變率組合求解比較表	81
表5.9  免疫演算法各初始抗體群數求解比較表	82
表5.10  免疫演算法各記憶區比例求解比較表	83
表5.11  免疫演算法各世代數求解比較表	84
表5.12  免疫演算法最佳參數表	85
表5.13  大型範例參數	86
表5.14  大型範例一第一目標式	87
表5.15  大型範例一第二目標式	87
表5.16  大型範例一第三目標式	88
表5.17  大型範例一第四目標式	88
表5.18  大型範例輸出值	89
表5.19  一般免疫演算法大型範例一指派結果	89
表5.20  混沌免疫演算法大型範例一指派結果	89
表5.21  成本參數情境一輸出結果	90
 
表5.22  一般免疫演算法情境一輸出結果	90
表5.23  混沌免疫演算法情境一輸出結果	90
表5.24  成本參數情境二輸出結果	91
表5.25  一般免疫演算法情境二指派結果	91
表5.26  混沌免疫演算法情境二指派結果	91
表5.27  大型範例二輸出結果	95
表5.28  一般免疫演算法大型範例二指派結果	95
表5.29  混沌免疫演算法大型範例二指派結果	95

中文部分
1.	張立偉(2001)，「災後工程緊急搶修排程之研究」，淡江大學運輸管理學系運輸科學碩士班碩士論文，民國90年。
2.	許志義(2003)，「多目標決策」，五南圖書出版公司。
3.	黃木才(1996)，「貨櫃運輸公司車輛排程問題之研究-以多目標遺傳演算法之應用」，國立交通大學交通運輸研究所碩士論文，民國85年。
4.	葉仁吉(2006)，「以類免疫演算法應用於船席指派問題之研究」，淡江大學運輸管理學系運輸科學碩士班碩士論文，民國95年。
5.	洪子盛(2003)，「以模糊多目標規劃法求解消防站配置問題之最佳化」，國立成功大學工業管理科學系碩士論文，民國92年。
6.	羅意茹(2004)，「應用免疫演算法於可控退化率存貨問題之研究」，嘉義大學運輸與物流工程研究所碩士論文，民國93年。
7.	許義男(2008)，「都市公共醫療設施區位規畫模型之設計與應用」，國立台北大學都市計畫研究所碩士倫文，民國97年。
8.	蔡麗敏(2000)，「廢輪胎處理廠區位指派與運送路線選擇之研究」，國立交通大學交通運輸研究所碩士論文，民國90年
9.	謝國倫(2000)，「基因演算法應用於捷運轉乘公車區位路徑問題之研究」，淡江大學運輸管理學系運輸科學碩士班碩士論文，民國89年。
10.	樓邦儒(2005)，「多目標決策應用於觀光防災區位之研究-以桃園復興鄉為例」，管理與決策2005年研討會特刊，民國94年。
11.	曹至宏(1989)，「危險物品道路運輸路線風險評估模式之研究」，國立交通大學交通運輸工程研究所碩士論文，民國78年。
12.	李壬亮(1988)，「公路危險物品運送路線選擇與風險評估」，國立成功大學交通運輸研究所碩士論文，民國77年。
13.	賴士揚(1997)，「公路危險物品運送路段評估模式之研究」，國立交通大學運輸研究所碩士論文，民國86年。
14.	林玉青(1999)，「地理資訊系統在化災應變系統負荷潛勢之應用研究」，國立台灣大學環境工程學研究所碩士論文，民國88年。
15.	洪煌政(1992)，「低放射性廢料陸運路線選擇與運送管制方式之研究」，國立交通大學交通運輸研究所碩士論文，民國81年。
16.	蘇傳翔(1996)，「毒性化學物質公路運送路線替選方案多目標決策之研究」，國立交通大學交通運輸研究所碩士論文，民國85年。
17.	陳一昌(2011)，「道路危險物品運送風險評估機制之規劃研究」，交通部運輸研究所，民國100年。

18.	徐啟銘(2003)，「危險物品運輸及裝卸安全現況調查與防止對策研究」，行政院勞工委員會勞工安全衛生研究所，民國92年。
19.	張新立(1990)，「台灣地區危險物品道路運輸路線風險評估模式之研究」，運輸計畫季刊，第十九卷第四期p389-p408，民國79年。
20.	張承明(2004)，「危險物品運輸之事故量化分析-引火性液體」，行政院勞工委員會勞工安全衛生研究所，民國93年。
21.	陳偉業(2005)，「商用運輸系統智慧化-危險物品運輸系統核心模組之開發與建置」，鼎漢國際工程顧問股份有限公司，民國94年。
22.	劉怡琳(2004)，「國內航空運輸危險物品管理問題評估之研究」，國立成功大學交通管理科學研究所碩士論文，民國93年。
23.	楊昆展(2009)，「粒子群演算法應用於多目標車輛途程問題之研究」，淡江大學運輸管理系運輸科學所碩士論文，民國98年。
24.	江鎮宇(2009)，「演化演算法應用於結合正逆向物流之多目標區位網路設計問題之研究」，淡江大學運輸管理系運輸科學所碩士論文，民國98年。
25.	楊燿楨(2004)，「公路危險物品運送路網與緊急應變路網之整合與評估」，國立交通大學運輸研究所碩士論文，民國93年。
26.	王國材(2001)，「危險物品運送管理系統整體需求規劃暨高速公路示範系統建立」，鼎漢國際工程顧問股份有限公司，民國90年。
27.	呂宗霖(2007)，「運輸指派風險最小化之探討以油灌車為例」，國立聯合大學防災科技研究所碩士班，民國96年。
28.	林泓遠(2001)，「混沌理論在股價上的實證研究」，國立中山大學財務管理研究所碩士論文，民國90年。
29.	田建廷(2006)，「結合混沌之進化規劃演算法於正交頻多工通訊系統之設計與實現」，南台科技大學電子工程研究所碩士論文，民國95年。
30.	樓邦儒(1995)，「台北市消防隊多目標區位模式之研究」，文化大學地學研究所碩士論文，民國84年。











英文部分
1.	Erkut, E., Gzara, F., “Solving the hazmat transport network design problem,” Computers Operations Research, Vol. 35, No.3, pp.2344-2247, 2008. 

2.	Erkut, E., Ingolfsson, A., “Transport risk models for hazardous materials: revisited,” Operations Research Letters, Vol. 33, No. 1, pp. 81-89, 2005.

3.	Kara, B. Y., Verter, V., “Accurate calculation of hazardous materials risks” Operations Research Letters. Vol.31, No. 1, pp.285-292, 2003.

4.	Klose, A., Drexl, A., “Facility location models for distribution system design,” European Journal of Operational Research, Vol. 162, No. 4 , 2005. 

5.	Brotcorne, L., Laporte, G., “Ambulance location and relocation models,” European Journal of Operational Research, Vol. 147, No.4, pp.451-463, 2003.

6.	Badri, M. A., Mortagy, A. K., “A multi-objective model for locating fire stations,” European Journal of Operational Research, Vol. 110, No. 1, pp.243-260, 1998.

7.	Timmis, J., Hone, A., “Theoretical advances in artificial immune systems,” Theoretical Computer Science, Vol. 403, No.1, pp.11-32, 1998.

8.	Fabiano, B., Curro, F., “A framework for risk assessment and decision-making strategies in dangerous good transportation,” Journal of Hazardous Materials, Vol. 93, No.1, pp.1-15, 2002.

9.	Owen, S.H., Daskin, M.S,, “Strategic facility location: A review,” European Journal of Operational Research, Vol. 111,No. 2, pp. 423-447, 1998.

10.	Babaei, M., Moadi, M., “Linear upper-bound unavailability set covering models for locating ambulances :Application to Tehran rural roads,” European Journal of Operational Research, Vol. 221, No. 2,pp. 263-272, 2012.

11.	Oggero, A., Darbra, R. M., “ A survey of accidents occurring during the transport of hazardous substances by road and rail,” Journal of Hazardous Materials, Vol. 133, No.1, pp.1-7, 2006.


12.	Fabiano, B., Pastorino, R., “ Dangerous good transportation by road: from risk analysis to emergency planning,” Journal of Hazardous Materials, Vol. 131, No. 3, pp.403-413,2005.

13.	Karkazis, J., Boffey, T., “Optimal location of routes for vehicles transporting hazardous materials,” European Journal of Operational Research, Vol. 86,   No. 2, pp. 201-215, 1995. 

14.	Current, J., “ A model to assess risk, equity and efficiency in facility location and transportation of hazardous materials,” Location Science, Vol.3 , No.3, pp.187-120 , 1995.

15.	Revelle, C., “Integrated fire and ambulance siting: A deterministic model,” Socio-Econ. Plann , Vol. 29, No.4, pp.261-271, 1995. 

16.	Zhang, J., Erkut, E.,“ Using GIS to assess the risks of hazardous materials transport in networks,” Vol.121 , No.2, pp. 316-329 , 2000.

17.	Zilong, G., Jian, Z., “A novel immune evolutionary algorithm incorporating chaos optimization,” Pattern Recognition Letters, Vol. 27, No.1, pp.2-8, 2006.

18.	Planas, E., Pastor, E., “Results of the MITRA project: Monitoring and intervention for the transportation of dangerous goods,” Journal of Hazardous Materials, Vol. 152, No. 2, pp.516-526, 2008.

19.	Zografos, K. G., Androutsopoulos, K. N., “A heuristic algorithm for solving hazardous materials distribution problems,” European Journal of Operational Research, Vol. 152, No. 1, pp. 507-519, 2004. 

20.	Alp, O., Erkut, E., “Designing a road network for hazardous materials shipments” Computers Operations Research, Vol. 34, No. 3, pp.1389-1405, 2007. 

21.	Tzeng, G. H., Cheng, H. J., Huang, T. D., “Multi-objective optimal planning for designing relief delivery systems” Transportation Research Part E, Vol. 43, No. 6, pp.673-686, 2007.