폐기물의 수거는 역방향 로지스틱스에서 중요한 기능 중 하나이며, 수명이 다한 제품, 중고제품 혹은 폐기품을 수집하여 재생/재활용 시설이나 폐기 시설로 보내는 일련의 활동들을 의미한다. 일련의 활동들에는 다양한 의사결정 문제가 존재하며 이들 중 본 연구에서는 네트워크 설계 문제에 주안점을 두었다. 네트워크 설계 문제는 수거지점의 위치와 고객의 수요를 수거지점에 할당하는 것을 결정하는 문제이고, 각각의 수거 지점은 용량의 제약을 가지고 있으며, 수거지점을 세우는데 드는 고정비용과 수송비용의 합을 최소화하는 것을 목적으로 한다. 수거지점은 재활용품이나 폐기품이 위치한 지점 근처에 위치하며, 재활용품이나 폐기품이 위치한 지점에서 수거대상을 모으게 된다. 또한, 수거지점은 주어진 잠재위치 중 하나를 선택하여 수거 지점으로 결정하게 된다. 본 연구에서는 고려하고 있는 문제를 ...
폐기물의 수거는 역방향 로지스틱스에서 중요한 기능 중 하나이며, 수명이 다한 제품, 중고제품 혹은 폐기품을 수집하여 재생/재활용 시설이나 폐기 시설로 보내는 일련의 활동들을 의미한다. 일련의 활동들에는 다양한 의사결정 문제가 존재하며 이들 중 본 연구에서는 네트워크 설계 문제에 주안점을 두었다. 네트워크 설계 문제는 수거지점의 위치와 고객의 수요를 수거지점에 할당하는 것을 결정하는 문제이고, 각각의 수거 지점은 용량의 제약을 가지고 있으며, 수거지점을 세우는데 드는 고정비용과 수송비용의 합을 최소화하는 것을 목적으로 한다. 수거지점은 재활용품이나 폐기품이 위치한 지점 근처에 위치하며, 재활용품이나 폐기품이 위치한 지점에서 수거대상을 모으게 된다. 또한, 수거지점은 주어진 잠재위치 중 하나를 선택하여 수거 지점으로 결정하게 된다. 본 연구에서는 고려하고 있는 문제를 정수계획법을 이용 수리적 모델로 제시하였으며, 문제의 복잡도가 높음으로 인하여 여러 가지 발견적 기법들을 제안하였다. 이들 알고리듬들에 대한 계산 실험을 위하여 다양한 크기의 문제들을 500개의 잠재위치까지 임으로 생성하였으며 그 결과를 제시하였다. 특히, 본 연구에서 제안하고 있는 발견적 기법들은 작은 크기의 문제에서 최적해와 비교하여 대부분 2% 내 근사 최적해를 주었다.
폐기물의 수거는 역방향 로지스틱스에서 중요한 기능 중 하나이며, 수명이 다한 제품, 중고제품 혹은 폐기품을 수집하여 재생/재활용 시설이나 폐기 시설로 보내는 일련의 활동들을 의미한다. 일련의 활동들에는 다양한 의사결정 문제가 존재하며 이들 중 본 연구에서는 네트워크 설계 문제에 주안점을 두었다. 네트워크 설계 문제는 수거지점의 위치와 고객의 수요를 수거지점에 할당하는 것을 결정하는 문제이고, 각각의 수거 지점은 용량의 제약을 가지고 있으며, 수거지점을 세우는데 드는 고정비용과 수송비용의 합을 최소화하는 것을 목적으로 한다. 수거지점은 재활용품이나 폐기품이 위치한 지점 근처에 위치하며, 재활용품이나 폐기품이 위치한 지점에서 수거대상을 모으게 된다. 또한, 수거지점은 주어진 잠재위치 중 하나를 선택하여 수거 지점으로 결정하게 된다. 본 연구에서는 고려하고 있는 문제를 정수계획법을 이용 수리적 모델로 제시하였으며, 문제의 복잡도가 높음으로 인하여 여러 가지 발견적 기법들을 제안하였다. 이들 알고리듬들에 대한 계산 실험을 위하여 다양한 크기의 문제들을 500개의 잠재위치까지 임으로 생성하였으며 그 결과를 제시하였다. 특히, 본 연구에서 제안하고 있는 발견적 기법들은 작은 크기의 문제에서 최적해와 비교하여 대부분 2% 내 근사 최적해를 주었다.
Refuse collection, one of important compositions in reverse logistics, is an activity rendering recyclables or wastes and moving them to some points where further treatment is taken care of. Among various decisions in the activity, we focus on the network design, which is the problem of locating the...
Refuse collection, one of important compositions in reverse logistics, is an activity rendering recyclables or wastes and moving them to some points where further treatment is taken care of. Among various decisions in the activity, we focus on the network design, which is the problem of locating the collection points as well as allocating the refuse demands to the collection points while satisfying the capacity constraint at each collection point for the objective of minimizing the sum of fixed and transportation costs. Here, the collection point is the place where recyclables or wastes near the point are gathered, and locating the collection points is done by selecting them from a given set of potential sites. An integer programming model is suggested to represent the problem and several heuristic algorithms are suggested due to the complexity of the problem. Computational experiments were done on randomly generated test problems up to 500 potential sites, and the results are reported. In particular, some of the heuristics gave the near optimal solutions for small-size problems, i.e., those within 2% gaps from the optimal solution values.
Refuse collection, one of important compositions in reverse logistics, is an activity rendering recyclables or wastes and moving them to some points where further treatment is taken care of. Among various decisions in the activity, we focus on the network design, which is the problem of locating the collection points as well as allocating the refuse demands to the collection points while satisfying the capacity constraint at each collection point for the objective of minimizing the sum of fixed and transportation costs. Here, the collection point is the place where recyclables or wastes near the point are gathered, and locating the collection points is done by selecting them from a given set of potential sites. An integer programming model is suggested to represent the problem and several heuristic algorithms are suggested due to the complexity of the problem. Computational experiments were done on randomly generated test problems up to 500 potential sites, and the results are reported. In particular, some of the heuristics gave the near optimal solutions for small-size problems, i.e., those within 2% gaps from the optimal solution values.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.