$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

물류 센터 위치 선정 및 대리점 할당 모형에 대한 휴리스틱 해법
Meta-heuristic Method for the Single Source Capacitated Facility Location Problem 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.10 no.9, 2010년, pp.107 - 116  

석상문 (특허청 정보심사과) ,  이상욱 (목원대학교 정보통신공학과)

초록
AI-Helper 아이콘AI-Helper

시설물 입지 선정 문제(FLP)는 전통적인 최적화 문제중에 하나이다. FLP에 공급제약과 하나의 고객은 하나의 시설물에서만 제품을 공급받을 수 있다는 제약을 추가하면 단일 시설물 공급제약을 가지는 시설물 위치 설정 문제(SSFLP)가 된다. SSFLP는 NP-hard 문제로 알려져 있으며 진화 알고리즘과 같은 휴리스틱 알고리즘을 사용하여 해결하는 것이 일반적이다. 본 논문에서는 SSFLP를 위한 효율적인 진화 알고리즘을 제안한다. 제안하는 알고리즘은 적응형 링크 조절 진화 알고리즘과 3가지 휴리스틱 해 개선 방법을 조합하여 고안되었다. 제안하는 알고리즘을 벤치마크 문제에 적용하여 다른 알고리즘과 성능을 비교분석해 본 결과, 제안하는 알고리즘은 중간 크기의 문제에서 대부분 최적해를 찾았으며 큰 문제에서도 안정된 결과를 보여주었다.

Abstract AI-Helper 아이콘AI-Helper

The facility location problem is one of the traditional optimization problems. In this paper, we deal with the single source capacitated facility location problem (SSCFLP) and it is known as an NP-hard problem. Thus, it seems to be natural to use a heuristic approach such as evolutionary algorithms ...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 그리고 대리점 i가 각 물류 센터 후보지 j로부터 물량을 공급 받을 경우 수송비용 cij가 발생하게 되며, 각 물류 센터 후보지 j의 공급 가능량 sj 및 물류 센터 후보지 j가 선정될 경우 발생하게 되는 고정비용 fj도 미리 알려져 있다고 가정한다. 결국 목적함수는 최소의 수송비용 cij와 고정비용 fj을 가지고 모든 대리점의 요구량을 충족시킬 수 있는 물류 센터 후보지를 선정하는 것이다. 따라서 이러한 조건을 정형화하면, 일반적으로 잘 알려져 있는 단일 시설물 공급제약을 가지는 시설물 위치 설정 문제(the single source capacitated facility location problem: SSCFLP)로 모형이 가능하다.
  • 그리고 본 논문에서는 제안하는 알고리즘에서 사용되는 uniform 교차 연산자와 상호 교환 변이 연산자의 최적 적용 파라미터 값을 찾기 위해 실험을 수행하였다. [그림 2]는 그 결과를 보여준다.
  • 그리고 본 논문에서는 초기해를 좀 더 우수한 해들로 구성하기 위한 방법을 제안한다. 우선 각 물류 센터들에 대해 식 (6)에 따라 모든 대리점들에 대해 비용의 총합을 계산하고, 총 비용이 적게 드는 물류 센터 순으로 정렬하여 정렬된 물류 센터들에 1부터 m의 유전 인자 값을 부여한다 ([그림 3] Step 1의 1.
  • 본 논문에서는 목적함수 값 계산 방법을 통해 형성된 해를 개선시키기 위해 3가지 휴리스틱 해 개선 방법을 제안한다.
  • 본 논문에서는 물류 센터의 입지 및 대리점을 할당하는 문제를 효율적으로 해결할 수 있는 새로운 진화 알고리즘을 제안하였다. 특히 제안하는 방법은 기존의 방법들과의 비교 실험을 통해 중형의 문제들에서는 아주 우수한 결과를 대형의 문제들에서는 상대적으로 아주 안정적으로 우수한 평균 결과값을 찾는 다는 것을 확인할 수 있었다.
  • 상호 교환 변이 연산자는 임으로 두 개의 유전인자를 선택하여 서로 유전인자의 값을 교환하는 연산자이다. 본 논문에서는 상호 교환 변이 연산자를 대리점과 물류 센터 각각에 대해 독립적으로 수행하였다. 즉, [그림 1]의 (b)에서 해의 1에서 m번째에 있는 유전 인자끼리 한번, m+1에서 m+n번째에 있는 유전 인자끼리 한번 각각 수행된다 ([그림 3] Step 4의 4.
  • 본 논문에서는 최근에 Soak[10]이 제안한 적응형 링크 조절 진화 알고리즘(adaptive link adjustment evolutionary algorithm : ALA-EA)을 기본으로 하는 새로운 진화 알고리즘을 개발한다. 따라서 우선 적응형 링크 조절 진화 알고리즘의 기본 구조에 대해 간단히 설명한다.
  • 본 논문에서도 최근 SSCFLP 문제를 해결하기 위해 주로 이용되고 있는 메타 휴리스틱 접근법을 이용하는 새로운 방법을 제안하고 기존의 메타 휴리스틱 기법과의 비교를 통해 제안하는 방법의 성능을 보이는 것을 목적으로 한다. 제안하는 방법은 기존의 Soak[10]이 제안한 진화알고리즘을 기반으로 하고 있으며, 해를 개선시키기 위해 새로운 초기해 생성 방법과 3가지 지역 탐색 휴리스틱 기법을 제안한다.
  • 이러한 물류시스템을 가진 회사가 초기에 다양한 고객의 요구를 충족시키기 위해 미리 대리점들이 입주하게 될 위치가 알려져 있을 경우 이들 대리점의 수요량을 충족시키는 최적의 물류센터의 위치를 선정하는 문제를 고려해 보자.

가설 설정

  • 를 가지며 각 대리점 i는 하나의 물류 센터 j로부터 물량을 공급받을 수 있다. 그리고 대리점 i가 각 물류 센터 후보지 j로부터 물량을 공급 받을 경우 수송비용 cij가 발생하게 되며, 각 물류 센터 후보지 j의 공급 가능량 sj 및 물류 센터 후보지 j가 선정될 경우 발생하게 되는 고정비용 fj도 미리 알려져 있다고 가정한다. 결국 목적함수는 최소의 수송비용 cij와 고정비용 fj을 가지고 모든 대리점의 요구량을 충족시킬 수 있는 물류 센터 후보지를 선정하는 것이다.
  • 우선 물류 센터 입지 선정 및 대리점 할당 모형에서는 n 대리점과 m 물류 센터 후보지가 이미 알려져 있다고 가정하고, 각각의 대리점 i는 요구량 di를 가지며 각 대리점 i는 하나의 물류 센터 j로부터 물량을 공급받을 수 있다. 그리고 대리점 i가 각 물류 센터 후보지 j로부터 물량을 공급 받을 경우 수송비용 cij가 발생하게 되며, 각 물류 센터 후보지 j의 공급 가능량 sj 및 물류 센터 후보지 j가 선정될 경우 발생하게 되는 고정비용 fj도 미리 알려져 있다고 가정한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
물류센터를 중심으로 이루어지는 물류시스템은 어떻게 나뉘나? 일반적으로 물류센터를 중심으로 이루어지는 물류시스템은 크게 3 부분으로 나누어진다. 대리점으로부터 제품을 구매하는 고객과, 고객에게 제품을 직접적으로 공급하며, 고객의 수요를 충족시키기 위해 물류센터로부터 제품을 공급받는 대리점 및 대리점의 요구를 충족 시키기 위해 제품을 공급하는 물류센터가 바로 그것이다.
SSFLP를 위한 효율적인 진화 알고리즘은 어떻게 고안되었나? 본 논문에서는 SSFLP를 위한 효율적인 진화 알고리즘을 제안한다. 제안하는 알고리즘은 적응형 링크 조절 진화 알고리즘과 3가지 휴리스틱 해 개선 방법을 조합하여 고안되었다. 제안하는 알고리즘을 벤치마크 문제에 적용하여 다른 알고리즘과 성능을 비교분석해 본 결과, 제안하는 알고리즘은 중간 크기의 문제에서 대부분 최적해를 찾았으며 큰 문제에서도 안정된 결과를 보여주었다.
시설물 입지 선정 문제는? 일반적으로 시설물 입지 선정 문제(the facility location problem : FLP)는 수송비용과 설비 설치비용(고정비용)의 합을 최소화시키는 방식으로 일련의 시설물들의 위치를 선택하는 문제로 Balinski[2]에 의해 처음으로 다루어졌다. 그 이후 많은 다양한 시설물 입지 선정 모형들이 개발되었는데, 각 시설물이 공급할 수 있는 능력(capacity)에 대한 제약을 가지는 경우인 공급제약을 가지는 시설물 위치 설정 문제(the capacitated facility location problem: CFLP)도 그 중의 하나이다.
질의응답 정보가 도움이 되었나요?

참고문헌 (10)

  1. M. Daskin, Network and discrete location models, algorithms and applications, Wiley, New York, 1995. 

  2. M. L Balinski, “Integer Programming: Methods, uses, computations,” Management Science, Vol.12, pp.253-313, 1965. 

  3. J. E. Beasley, “Lagrangian heuristic for location problem,” European Journal of Operational Research, Vol.65, pp.383-399, 1993. 

  4. M. J. Cortinhal and M. E. Captivo, “Upper and lower bounds for the single source capacitated location problem,” European Journal of Operational Research, Vol.151, pp.333-351, 2003. 

  5. M. J. Cortinhal and M. E. Captivo, “Genetic algorithms for the single source capacitated location problem,” In M.G.C. Resende and J.P. de Sousa, editors, Metaheuristics: Computer Decision-Making, pp.187-216. Kluwer, Boston, 2004. 

  6. K. Holmberg, M. Ronnqvist, and D. Yuan, “An exact algorithm for the capacitated facility location problems with single sourcing,” European Journal of Operational Research, Vol.113, pp.544-559, 1999. 

  7. B. A. Julstrom, “An evolutionary algorithm for some cases of the single-source constrained plant location problem,” Proceedings of the 2008 Genetic and Evolutionary Computation Conference, pp.607-608, 2008. 

  8. J. G. Klincewicz and H. Luss, “A Lagrangian relaxation heuristic for capacitated facility location with single source constraints,” Journal of the Operational Research Society, Vol.37, pp.495-500, 1986. 

  9. S. M. Soak and B. H. Ahn, “A new tree representation for evolutionary algorithms,” Journal of the Korean Institute of Industrial Engineers, Vol.31, No.1, pp.10-19, 2005. 

  10. S. M. Soak, “'Adaptive Link Adjustment' Applied to The Fixed Charge Transportation Problem,” IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences, Vol.E90-A, No.12, pp.2863-2876, 2007. 

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로