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
- 본 논문은 2의 멱수배 재고보충주기를 가정하고, 다수의 물류기지와 소매점 모두에서 재고를 보유하고, 물류기지들에서 출발한 차량이 소매점들을 방문하여 재고를 보충할 때, 재고 및 수송비용의 합을 최소화하는 복합적인 의사결정문제를 다루고 있다. 이 문제 곧 다수 물류기지 재고 및 경로 문제에 우리는 유전알고리즘을 적용하여 기존의 알고리즘과 비교한 결과, 대부분의 경우에 큰 폭의 개선효과를 가져오는 것을 알 수 있었다.
- 이러한 재고-수송 통합 의사결정문제는 재고 및 경로문제 (Inventory Routing Problem)로 알려져 있으며, 이는 크게 유한기간, 무한 기간, 확률적인 3가지 모형이 있다. 본 연구는 무한기간 재고 및 경로 문제를 다루고 있다.
- 이후 Jung and Mathur[10]는 물류기지에서의 재고보유를 전제로, 먼저 휴리스틱에 의해 소매점 그룹을 정하고, 소매점 및 물류기지에서의 재고 보충주기를 최적 해법으로 구하는 순차적인 해법을 제시하고, 이것이 Anily and Federgruen[4]의 점근적 알고리즘보다 우월함을 계산실험을 통해 보여주었다. 본 연구는 이 흐름을 따르면서, 다수의 물류기지에서 재고보유를 하는 경우로 확장시켜, 유전알고리즘을 적용하여 해를 도출하고자 하였다. 유전알고리즘의 경영 의사결정에 대한 적용 연구 사례는 다수 존재하지만, 본 연구와 유사한 다수 차량 경로문제(Vehicle Routing Problem)에 관한 적용 사례는 Prins[11], Baker and Ayechew[5], 양병학[1], 정영훈 외 2인[2]을 들 수 있다.
- 유전알고리즘은 반복적인 교배와 평가가 필수적이므로 개별 유전자의 적합도를 평가하는 알고리즘의 전산소요시간이 짧아야 한다. 본 연구의 문제는 복합도가 중첩되어 있는 문제로서 기존의 전산소요 시간이 긴 알고리즘을 적용하지 않고, 선형의 전산 소요시간을 가진 다음의 알고리즘을 제시하였다. 이 알고리즘은 유사한 형태가 Viswanathan and Mathur[17]에 의해 제시되었으나, 변형되어 이용되었다.
- 물류기지들은 공장 등의 보다 상위의 동일한 공급지로부터 재고를 보충한다. 우리는 물류기지, 소매점 모두의 주문 비용, 운송거리에 비례해서 증가하는 수송비용, 재고비용의 동시적인 최적화를 목적으로 한다. 이를 위해서 물류기지 중에서, 각 소매점을 위하여 어떤 특정 물류기지를 선택할 것인지를 결정한다(물류기지의 할당).
가설 설정
- 제 5장의 계산실험에서는 외판원순회문제의 해법으로 최소 삽입휴리스틱(cheapest insertion heu- ristic)을 이용하였다-문제의 구조에서 명확하듯이 이러한 의사결정은 순차적으로 이루어지는 것이 아니라 동시에 이루어져야 한다. 그리고 물류기지 및 소매점들의 재고보충주기가 모두 2의 멱수배를 취한다고 가정한다. 후술하겠지만 이 정책은 클러스터 내에서의 소매점들간의 순서를 가정하고(중첩순열：nestedness sequence), 소매점들의 재고보충주기는 이 순서 값이 큰 순서대로 값을 가져야 한다고 전제한다.
- 그리고 물류기지 및 소매점들의 재고보충주기가 모두 2의 멱수배를 취한다고 가정한다. 후술하겠지만 이 정책은 클러스터 내에서의 소매점들간의 순서를 가정하고(중첩순열：nestedness sequence), 소매점들의 재고보충주기는 이 순서 값이 큰 순서대로 값을 가져야 한다고 전제한다. 순열은 물류기지 배정, 클러스터와 함께 의사결정변수의 한 부분을 이룬다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.