利用基因演算法解決警用巡邏箱選址問題--以台中市立人派出所為例

Abstract

不論是在作業研究或管理學中，資源分配 (Resource Allocation)都是一個很重要的課題，而本 研究正是在探討警力資源分配的問題並要求可以 很容易檢視最後分配結果是否合理。傳統的巡邏勤 務安排在以往都是靠著白板地圖或是表列式紀錄 輔助，這樣可能有不少缺失，譬如不夠客觀容易造 成人情關說在同一地點設置多個巡邏箱，或是因疏 忽該設置卻未設置而造成巡邏死角，所以需要更有 效的分配方法。在本研究中，我們首先證明此巡邏 箱配置問題是NP-hard；然後利用基因演算法 (Genetic Algorithm)快速求得近似最佳解；其中基 因演算法所需要的適應函數(Fitness Function)我們 設定為墨西哥帽小波(Mexican Hat Wavelet)函數， 此函數恰好可協助我們避免巡邏箱不是相距太近 就是相隔太遠的不當情形；最後我們以三組的模擬 資料與一組台中市立人派出所的實際資料來進行 實驗，實驗結果顯示我們的方法確實可以避免上述 不當的配置情形，使得有限警力資源可達到其最大 效用。