警察巡邏勤務排班最佳化之研究

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：27

、訪客IP：18.223.213.76

姓名

莊友維(Yu-Wei Chuang) 查詢紙本館藏

畢業系所

土木工程學系

論文名稱

警察巡邏勤務排班最佳化之研究
(Optimal Scheduling for Police Patrol Services)

相關論文

★ 橋梁檢測人力機具排班最佳化之研究	★ 勤業務專責分工下消防人員每日勤務排班最佳模式之研究
★ 司機員排班作業最佳化模式之研究	★ 科學園區廢水場實驗室檢驗員任務指派最佳化模式之研究
★ 倉儲地坪粉光工程之最佳化模式研究	★ 生下水道工程工作井佈設作業機組指派最佳化之研究
★ 急診室臨時性短期護理人力指派最佳化之探討	★ 專案監造人力調派最佳化模式研究
★ 地質鑽探工程人機作業管理最佳化研究	★ 職業棒球球隊球員組合最佳化之研究
★ 鑽堡於卵礫石層施作機具調派最佳化模式之研究	★ 職業安全衛生查核人員人力指派最佳化研究
★ 救災機具預置最佳化之探討	★ 水電工程出工數最佳化之研究
★ 石門水庫服務台及票站人員排班最佳化之研究	★ 空調附屬設備機組維護保養排程最佳化之研究

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

至系統瀏覽論文 ( 永不開放)

摘要(中)

「治安」一直為社會所關切之重要問題，隨著社會的發展，人們越來越重視生活品質與安全的居住與工作環境，近年來，政府陸續開放各類型之犯罪資料，希望能提醒民眾提高警覺，警政相關單位更可針對犯罪強度高之地點加強防範，達到「預防犯罪」之目的，打造更安全的生活空間。治安問題除了警民合作，警政相關單位能有效利用現有資源係為一重要課題，然而，目前警政單位面臨警力缺乏之問題，且巡邏勤務排班規劃主要是透過人工方式進行，各派出所分區獨立指派巡邏勤務，較缺乏整體系統性的分析與考量。有鑑於此，本研究以系統最佳化之觀點，警政相關單位決策者之立場，考量警政相關單位現有制度及資源，整合各派出所之巡邏區，發展一警察巡邏勤務排班模式，期望能輔助決策單位有效地規劃巡邏勤務排班。
本研究係利用數學規劃方法，構建警察巡邏勤務排班模式，在滿足所有巡邏區之巡邏勤務需求和實務方面限制為前提下，以最小化總巡邏警力時數為目標，考量巡邏區之整合及派出所互相協調等因素發展為整合規劃模式與分區規劃模式。在求解方法上，利用C++程式語言配合CPLEX數學規劃軟體進行問題之求解。而後為評估模式之實用性，本研究以國內某警察分局單位為例進行測試，並針對不同參數進行敏感度分析，測試結果顯示使用整合規劃模式勤務排班之效益明顯優於現行排班制度下分區規劃模式之勤務排班，可提供警政決策單位作為警察巡邏勤務排班規劃之參考。

摘要(英)

Public order has been animportant issue in a society. As the society evolves, people become more concerned with the quality of life and a safe living environment. In recent years, the government has gradually made the information of various types of crime available hoping to raise the public awareness. The police units also reinforce the areas that havehigh crime rates, hoping to achieve the goal of crime prevention and establishing a safer living space. Other than police-citizen cooperation, effectively using the existing resources is an important issue. However, the current police units face the problem of lacking manpower. The patrol shift scheduling is conducted manually and each station independently assigns patrolling, somewhat lacking an overall systematic analysis and consideration. In view of this, this study takes the approach of system optimization and considers the perspective of the decision makers in police units and their existing policies and resources to develop a patrol shift scheduling model, hoping to assist the decision makers to effectively plan their shift assignments.
In this study, we utilize the mathematical programming method to develop the scheduling models, which are considering integrated and independent patrol area respectively, for police patrolling. The models are aimed to minimize the total task hours.To evaluate the performance of both models, the case studies using the real data from police station in Taiwan are tested. The proposed models were written using C++ computer language, coupled with the mathematical programming software CPLEX to solve the problem. The results show that the model considering integrated patrol area is better than that considering independent patrol area.

關鍵字(中)

★ 警察勤務
★ 排班排程
★ 巡邏
★ 運輸安全
★ 最佳化

關鍵字(英)

★ Police service
★ shift scheduling
★ patrol
★ transport safety
★ optimization

論文目次

摘要 i
ABSTRACT ii
誌謝 iii
目錄 iv
圖目錄 vi
表目錄 viii
第一章緒論 1
1-1 研究背景與動機 1
1-2 研究目的與範圍 2
1-3 研究方法與流程 2
第二章文獻回顧 4
2-1 警察巡邏相關文獻 4
2-1-1 警察巡邏定義相關文獻 5
2-1-2 警察巡邏應用相關文獻 6
2-2 警察排班問題相關文獻7
2-2-1 勤務編排相關文獻 7
2-2-2 人力供給相關文獻 7
2-2-3 人力指派相關文獻 8
2-3 文獻評析9
第三章模式構建 10
3-1 問題描述 10
3-2 分區規劃模式架構 15
3-2-1 分區規劃模式基本假設 15
3-2-2 符號說明與數學定式 17
3-2-2-1 分區規劃模式之符號說明 17
3-2-2-2 分區規劃模式之數學定式 18
3-2-3 分區規劃模式驗證 20
3-2-4 分區規劃模式求解方法 24
3-3 整合規劃模式架構 25
3-3-1 整合規劃模式基本假設 25
3-3-2 符號說明與數學定式 27
3-3-2-1 整合規劃模式之符號說明 27
3-3-2-2 整合規劃模式之數學定式 28
3-3-3 整合規劃模式驗證 30
3-3-4 整合規劃模式求解方法 34
3-4 小結 34
第四章範例測試 35
4-1 資料輸入 35
4-1-1 巡邏區勤務需求資料 35
4-1-2 派出所相關資料 38
4-1-3 相關參數資料 39
4-2 模式發展 40
4-2-1 問題規模 40
4-2-1-1 分區規劃模式問題規模 40
4-2-1-2 整合規劃模式問題規模 41
4-2-2 電腦演算環境 41
4-2-3 模式輸入資料 42
4-2-4 模式輸出資料 42
4-3 測試結果分析43
4-3-1 分區規劃模式 43
4-3-2 整合規劃模式 44
4-3-3 測試結果比較 45
4-4 敏感度分析 47
4-4-1 巡邏汽機車勤務權重之敏感度分析 47
4-4-1-1 巡邏汽機車勤務權重之敏感度分析－分區規劃模式 48
4-4-1-2 巡邏汽機車勤務權重之敏感度分析－整合規劃模式 52
4-4-2 巡邏警力上限之敏感度分析 55
4-4-2-1 巡邏警力上限之敏感度分析－分區規劃模式 56
4-4-2-2 巡邏警力上限之敏感度分析－整合規劃模式 60
4-4-3 巡邏機車輛數之敏感度分析 64
4-4-3-1 巡邏機車輛數之敏感度分析－分區規劃模式 64
4-4-3-2 巡邏機車輛數之敏感度分析－整合規劃模式 69
4-4-4 巡邏汽車輛數之敏感度分析 73
4-4-4-1 巡邏汽車輛數之敏感度分析－分區規劃模式 73
4-4-4-2 巡邏汽車輛數之敏感度分析－整合規劃模式 78
4-5 方案分析 83
4-6 小結 89
第五章結論與建議 90
5-1 結論 90
5-2 建議 91
5-3 貢獻 91
參考文獻 92

參考文獻

1.王鴻儒(2014)。警察機關分駐（派出）所勤務分配表編排模式之研究，中央警察大學警察政策研究所，碩士論文。
2. 李俊德 (2005)。以限制規劃法求解全年無休人員排班問題之研究─以護理人員排班為例，國立交通大學運輸科技與管理學系，碩士論文。
3. 法務部(2017)。警察勤務條例，全國法規資料庫。取自http://law.moj.gov.tw/LawClass./LawAll.aspx?Pcode=D0080026
4. 徐浚哲(2013)。警察巡邏勤務之執行及其維護治安作用之研究，中央警察大學犯罪防治研究所，碩士論文。
5. 張清峰(2012)。警察機關巡邏勤務規劃與執行之研究－以新北市政府警察局分駐（派出）所為例，國立政治大學行政管理碩士學程，碩士論文。
6. 張智翔(2011)。警察派出所勤務規劃之問題與改善方向研究，國立政治大學行政管理碩士學程，碩士論文。
7. 梅可望(2010)。警察學原理，中央警察大學出版社。
8. 連志平(1999)。警察人員排班問題之研究，國立交通大學運輸工程與管理系，碩士論文。
9. 楊光宗(2003)。警察派出所人員排班問題之研究，國立海洋大學航運管理學系碩士在職專班，碩士論文。
10. 瑞俊科技(2017)。臺北市住宅竊盜強度圖。取自https://richitech.carto.com/u/manage/viz/d0544128-7245-11e5-9cc7-0ecfd53eb7d3/embed_map
11. 廖建棠(2006)。我國基層警察巡邏勤務裁量行為之研究，中央警察大學行政警察研究所，碩士論文。
12. 臺北市政府資料開放平台(2017)。臺北市住宅竊盜點位資訊。取自http://data.taipei/opendata/datalist/datasetMeta?oid=68785231-d6c5-47a1-b001-77eec70bec02。
13. 蕭玉文(2011)。警察勤務實用論，臺灣警察專科學校出版。
14. 顏上堯(2003)。警察勤務編排模式之研究，交通學報，第三卷第二期，頁35~54。
15. 陳仲儀(2013)。消防人員勤務排班最佳化模式之研究，國立中央大學土木工程學系在職專班，碩士論文。
16. Beasley, J. E., & Cao, B. (1996). A tree search algorithm for the crew scheduling problem.European Journal of Operational Research,94(3), 517-526.
17. Braga, A. A., Papachristos, A. V., & Hureau, D. M. (2014). The effects of hot spots policing on crime: An updated systematic review and meta-analysis.Justice Quarterly,31(4), 633-663.
18. Camacho-Collados, M., Liberatore, F., & Angulo, J. M. (2015). A multi-criteria Police Districting Problem for the efficient and effective design of patrol sector.European Journal of Operational Research,246(2), 674-684.
19. Chelst, K. (1978). An algorithm for deploying a crime directed (tactical) patrol force.Management Science,24(12), 1314-1327.
20. Chen, C. H., Yan, S., & Chen, M. (2010). Short-term manpower planning for MRT carriage maintenance under mixed deterministic and stochastic demands.Annals of Operations Research,181(1), 67-88.
21. Chen, H., Cheng, T., & Wise, S. (2017). Developing an online cooperative police patrol routing strategy.Computers, Environment and Urban Systems,62, 19-29.
22. Curtin, K. M., Hayslett-McCall, K., & Qiu, F. (2010). Determining optimal police patrol areas with maximal covering and backup covering location models.Networks and SpatialEconomics,10(1), 125-145.
23. Dewil, R., Vansteenwegen, P., Cattrysse, D., & Van Oudheusden, D. (2015). A minimum cost network flow model for the maximum covering and patrol routing problem.European Journal of Operational Research,247(1), 27-36.
24. He, Y., Liu, Z., Shi, J., Wang, Y., Zhang, J., & Liu, J. (2015). K-Shortest-Path-Based Evacuation Routing with Police Resource Allocation in City Transportation Networks.PLoS ONE,10(7).
25. Lau, H. C., “On the complexity of manpower shift scheduling,” Computers and Industrial Engineering, Vol. 23, No. 1, pp. 93-102 (1996).
26. Lau, H. C., Ho, G. T., Zhao, Y., & Hon, W. T. (2010). Optimizing patrol force deployment using a genetic algorithm.Expert Systems with Applications,37(12), 8148-8154.
27. LAU, Hoong Chuin and GUNAWAN, Aldy. The patrol scheduling problem. (2012). Practice and Theory of Automated Timetabling (PATAT): Proceedings. 162-175.
28. Ma, C. C., Andrew, M. E., Fekedulegn, D., Gu, J. K., Hartley, T. A., Charles, L. E., ... & Burchfiel, C. M. (2015). Shift work and occupational stress in police officers.Safety and health at work,6(1), 25-29.
29. Mukhopadhyay, A., Zhang, C., Vorobeychik, Y., Tambe, M., Pence, K., & Speer, P. (2016). Optimal Allocation of Police Patrol Resources Using a Continuous-Time Crime Model. InInternational Conference on Decision and Game Theory for Security, pp. 139-158.
30. Pasqualetti, F., Franchi, A., & Bullo, F. (2012). On cooperative patrolling: Optimal trajectories, complexity analysis, and approximation algorithms.IEEE Transactions on Robotics,28(3), 592-606.
31. Ryan, D. M. (1992). The solution of massive generalized set partitioning problems in aircrew rostering.Journal of the operational research society, 459-467.
32. Schnelle, J. F., Kirchner, R. E., McNees, M. P., & Lawler, J. M. (1975). Social evaluation research: The evaluation of two police patrolling strategies.Journal of Applied Behavior Analysis,8(4), 353-365.
33. Steinzen, I., Gintner, V., Suhl, L., & Kliewer, N. (2010). A time-space network approach for the integrated vehicle-and crew-scheduling problem with multiple depots. Transportation Science, 44(3), 367-382.
34. Taylor, P. E., & Huxley, S. J. (1989). A break from tradition for the San Francisco police: Patrol officer scheduling using an optimization-based decision support system.Interfaces,19(1), 4-24.
35. Volland, J., Fügener, A., & Brunner, J. O. (2017). A column generation approach for the integrated shift and task scheduling problem of logistics assistants in hospitals.European Journal of Operational Research,260(1), 316-334.
36. Wu, J. S., & Lou, T. C. (2010). Highway patrol officer scheduling using an optimization-based scheduling model. InAdvanced Computer Theory and Engineering (ICACTE),Vol. 2, pp. V2-552
37. Yan, S., & Chang, J.-C. (2002). Airline cockpit crew scheduling. European Journal ofOperational Research, 136(3), 501-511.
38. Yan, S., Chen, C. H., & Chen, C. K. (2006). Long-term manpower supply planning for air cargo terminals.Journal of Air Transport Management,12(4), 175-181.
39. Yan, S., Tung, T. T., & Tu, Y. P. (2002). Optimal construction of airline individual crew pairings.Computers & Operations Research,29(4), 341-363.
40. Yan, S., Yang, T. H., & Chen, H. H. (2004). Airline short-term maintenance manpower supply planning.Transportation Research Part A: Policy and Practice,38(9), 615-642.
41. Yan, S., Yang, T. H., & Chen, Y. C. (2004). A model and a solution algorithm for airline line maintenance manpower supply planning with multiple aircraft type maintenance certificates.Journal of the Chinese Institute of Engineers,27(5), 719-729.
42. Zhao, N., & Li, Z. (2014). Optimize traffic police arrangement in easy congested area based on improved particle swarm optimization.Procedia-Social and Behavioral Sciences,138, 408-417.

指導教授

顏上堯(Shang-yao Yan)

審核日期

2017-7-12

推文