$\require{mediawiki-texvc}$

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.

혼합정수계획법 및 유전자 알고리즘을 이용한 다품목 재고 시스템의 주문 주기 상쇄에 관한 연구
Offsetting Inventory Cycle of Items Sharing Storage using Mixed Integer Programming & Genetic Algorithm 원문보기

한국경영과학회 2003년도 추계학술대회 및 정기총회, 2003 Nov. 01, 2003년, pp.81 - 84  

문일경 (부산대학교 산업 공학과) ,  차병철 (부산대학교 산업 공학) ,  김선권 (부산대학교 산업 공학과)

Abstract AI-Helper 아이콘AI-Helper

The ability to determine the optimal frequencies and offsets for independent and unrestricted ordering cycles for multiple items can be very valuable for managing storage capacity constrained facilities in a supply chain. The complexity of this problem has resulted in researchers focusing on more tr...

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 연구는 다품목 재고시스템의 공동발주 모형에서 요구되는 창고의 최대 저장공간을 최소화 하기위한 주문정책에 관한 연구이다. 최근에 Murthy et 이 [6]의 논문에서는 창고의 최대 저장공간을 / 소화하기 위하여 옵셋팅 주문주K에 대한 휴리스틱을 제시하였다.
  • 본 연구는 서론에서 언급한 발주정책 중 세번째 접근법으로써, 각 품목을 기본주문주기의 정수배(TBQ)로 주문하는 공동발주(joint replenishment) 에서 구해진 최적의 기본주문주기와 각 품목의 주문 주기(TBQ)를 기본 입력으로 창고의 최대 저장공간올 최소화하기 위한 옵셋팅 주문주기를 구하는것이 목적이다. 정수계획법모형에 사용되는 기호들과 모형은 아래와 같다.
  • 그러나 이와 같이 공동발주를 하게 되면 불필요한 품목올 미리 보유하게 됨으로써 재고 비용이 상승하게 되고 요구되는 창고의 최대 저장공간도 증가하게 되는 단점이 있다. 본 연구는 이러한 다 품목을 취급하는 재고시스템을 대상으로 기존의 연구에서 고려되지 못했던 창고의 최대 저장공간을 최소화 하기위한 최적의 주문정책을 구하고자 한다. 이는 개별발주에 비해 여러 가지 제반비용 및 운영상의 장점에도 불구하고 공동발주를 함으로써발생되는 창고의 저장공간에 대한 문제를 해결하기 위한 것이다.
  • 목적식을 이용하였다. 생성된 개체집단의 염색체들이 제시하는 최초발주시점에 따라 0 시점부터 LCM기간까지 각 시점에서 발생되는 재고 수준의 최대 저장 공간을 최소로하는 염색체를 평가하기 위한 것이다.
  • 그러나 제시된 알고리즘은 최대최소방법(MiniMax: 비관적 의사결정)에 입각한 그리디 휴리스틱 (Greedy Heuristic)을 사용함으로써 많은 개선 가능성을 안고 있다. 이에 본 연구에서는 문제의 특성을 반영한 혼합정수계획모형을 통해 최적해를 구하고, 본 대상 문제가 NP-hard 문제임을 감안하여 유전자 알고리즘을 이용한 시간 효율적인 알고리즘을 개발하였다
  • 제시된 모형의 시간 효율적인 성능 및 실현가능성을 검증하기 위하여 실험을 실시하였다. 본 연구에 사용된 유전자 알고리즘의 적용은 상업용 유전자 알고리즘 최적화 solution인 Evolver 4.
본문요약 정보가 도움이 되었나요?
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