선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 기존 연구결과를 살펴보면 CPM과 CFM의 사용을 위한 매칭주기와 매칭수량에 대해 증분탐색 알고리즘을 이용하면 최적은 아닐지라도 매우 우수한 값을 얻을 수 있다는 사실을 알 수 있다(Jeong, 2004; Jeong, 2007). 본 연구에서는 VPM과 VFM에 대해서도 증분탐색 알고리즘이 좋은 해를 주고 있는가를 검증하기 위해 기존 연구와 마찬가지로 열거방법(Full Enumeration)과 비교하여 그 해의 우수성을 검증한다. 즉, 증분탐색 알고리즘과 열거방법의 결과를 비교하여 증분탐색 알고리즘이 열거방법에 비해 어느 정도 우수한 해를 제공하는 가를 분석하여 증분탐색 알고리즘의 성능을 검증한다.
- 본 연구에서는 문제발생 파라미터 값의 변화가 α와 β값의 변화에 미치는 영향을 알아보기 위해 추가적인 실험을 실시하였다.
- 본 연구에서는 복수의 회사에서 발생하는 화물을 처리하는 복수의 물류업체가 참여하고 있는 인터넷 기반 물류중개시장을 다루고 있다. 물류중개 시장에서 물류중개 에이전트는 화주의 화물과 차주의 차량을 효율적으로 중개하는 역할을 수행한다.
- 그러나 이와 같은 상수형 매칭 알고리즘은 물류중개 시장의 상태변화를 반영하지 못하는 단점을 가지고 있다. 본 연구에서는 이러한 단점을 극복하기 위해 물류중개 시장의 상태변화에 따라 매칭주기와 매칭수량을 조정함으로써 중개시점을 상황에 적합하게 변화시키며 화물과 차량에 대한 매칭을 수행하는 가변형 매칭 알고리즘을 제시하였다. 실험결과 가변형 매칭 알고리즘이 상수형 매칭 알고리즘보다 우수한 성능을 보이는 것을 알 수 있었다.
- 그러나 만약 대기 중인 화물과 차량의 상태(비슷한 물량의 화물과 차량이 대기 중인 균형 상태 또는 적은 수의 화물 또는 차량과 상대적으로 많은 수의 차량 또는 화물이 대기 중인 불균형 상태)에 따라 매칭 주기와 매칭수량을 동적으로 조정하여 물류중개시점을 결정할 수 있다면, 운송납기지연을 보다 감소시키고 운송리드타임을 보다 단축시킬 수 있을 것이다. 이러한 가정을 바탕으로 본 연구에서는 물류중개시점 결정기준인 매칭주기와 매칭수량이 동적으로 변화하는 형태의 가변형 정기/정량 매칭 알고리즘을 제안하고자 한다.
가설 설정
- 화주가 차량을 이용하고자 할 때 차량의 용량만큼의 화물을 준비하는 것이 일반적이기 때문에, 위에서 가정한 상황은 하나의 차량이 차량의 용량에 대응하는 물량의 화물을 특정한 출발지점에서 도착지점까지 운송하는 상황으로 해석할 수 있다. 또한 모든 차량에 대해 차량의 성능은 동일하며, 따라서 출발지점과 도착지점이 동일하다는 조건아래에서 차량의 운송시간은 동일하다고 가정한다. 앞서 정의한 의사결정문제를 보다 명확하게 서술하기 위해 다음과 같은 의사결정변수와 기호를 정의한다.
- 본 성능평가실험에서 화물과 차량의 발생은 λ = MAR인 포아손 프로세스를 따른다고 가정하며, 발생시점간의 간격은 1/λ = 1/MAR의 평균값을 가지는 지수분포를 갖는다고 가정한다.
- 본 연구에서는 [Figure 1]과 [Figure 2]에서 설명된 바와 같이 화물과 차량이 동적으로 발생하는 전자물류시장에서 중개 에이전트를 이용하여 운송의 효율성/효과성을 극대화시키려는 문제를 “인터넷 기반의 물류중개 에이전트 문제”라고 정의한다. 본 연구에서는 하나의 화물은 하나의 차량에 의해서만 운송되며, 반대로 하나의 차량은 하나의 화물만을 운송할 수 있다고 가정한다. 여기서 화물은 여러 작은 화물의 집단으로 취급할 수 있다.
- ∙NOL(Number Of Locations) : 화물이 발생할 수 있으며 차량을 이용할 수 있는 장소의 수 NOL은 4, 7, 10중 하나이다. 즉, 화물과 차량의 임의의 좌표에서 발생하는 것이 아닌 특정 지점에서만 발생하는 경우를 가정하며, 여기서 장소란 화주와 차주가 사업을 수행중인 도시라고 해석할 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.