[論文レビュー] A Multi Objective Reliable Location-Inventory Capacitated Disruption Facility Problem with Penalty Cost Solve with Efficient Meta Historic Algorithms

Elham Taghizadeh, Mostafa Abedzadeh+1 more|arXiv (Cornell University)|Nov 26, 2017

Facility Location and Emergency Management参考文献 7被引用数 4

ひとこと要約

本稿は、施設の障害を想定した信頼性のある容量制約付きロケーションインベントリ問題に対して、二目的の混合整数プログラミングモデルを提案する。施設コストとインベントリコストを最小化するとともに、最大顧客サービス不能コストを低減することを目的としている。NSGA-IIおよびMOSSメタヒューリスティクスを用い、RSMで最適化されたパラメータを適用することで、不確実性下での実世界の物流ネットワーク設計において、高品質なパレート解を生成するNSGA-IIの優れた性能が示された。

ABSTRACT

Logistics network is expected that opened facilities work continuously for a long time horizon without any failure, but in real world problems, facilities may face disruptions. This paper studies a reliable joint inventory location problem to optimize the cost of facility locations, customers assignment, and inventory management decisions when facilities face failure risks and do not work. In our model we assume when a facility is out of work, its customers may be reassigned to other operational facilities otherwise they must endure high penalty costs associated with losing service. For defining the model closer to real world problems, the model is proposed based on pmedian problem and the facilities are considered to have limited capacities. We define a new binary variable for showing that customers are not assigned to any facilities. Our problem involves a biobjective model, the first one minimizes the sum of facility construction costs and expected inventory holding costs, the second one function that mentions for the first one is minimized maximum expected customer costs under normal and failure scenarios. For solving this model we use NSGAII and MOSS algorithms have been applied to find the Pareto archive solution. Also, Response Surface Methodology (RSM) is applied for optimizing the NSGAII Algorithm Parameters. We compare the performance of two algorithms with three metrics and the results show NSGAII is more suitable for our model.

研究の動機と目的

• 施設の障害とそれに伴う顧客ペナルティコストを考慮した信頼性のあるロケーションインベントリモデルの構築を目的とする。
• 施設の容量制約を組み込み、障害発生時の顧客再割り当てをモデル化することを目的とする。
• 二つの目的を最小化する：施設およびインベントリコストの合計、および通常状態および障害状態下での最大期待顧客コスト。
• NSGA-IIおよびMOSSメタヒューリスティクスの性能を評価・比較し、二目的問題を解く有効性を検証することを目的とする。
• 解の品質と収束性を向上させるために、応答面法（RSM）を用いてNSGA-IIのパラメータを最適化することを目的とする。

提案手法

• 容量制限を考慮したp-メディアン問題に基づく二目的の混合整数プログラミングモデルを定式化する。
• どの運用施設に対しても割り当てられていない顧客を表すバイナリ変数を導入し、ペナルティコストを発生させる。
• 施設の障害を確率的にモデル化し、代替施設が存在しない場合には顧客をペナルティ対象とする。
• NSGA-IIおよびMOSSメタヒューリスティクスを適用し、非支配解のパレート最適フロントを生成する。
• 応答面法（RSM）を用いてNSGA-IIのパラメータ（例：交叉率および変異率）をキャリブレーションし、性能を向上させる。
• アルゴリズムの有効性を比較するために、ハイパーボリューム、スペーシング、ジェネレーションディスタンスの3つの性能指標を用いる。

実験結果

リサーチクエスチョン

• RQ1 施設障害リスクを考慮した信頼性のあるロケーションインベントリシステムを設計するには、どのようにすればコストを最小化できるか？
• RQ2 通常状態および障害状態下での、総システムコストと最大顧客コストのトレードオフ関係は何か？
• RQ3 提案された二目的容量制約付き障害施設問題を解く際に、NSGA-IIとMOSSのどちらのメタヒューリスティクスが優れているか？
• RQ4 NSGA-IIのパラメータをどのように最適化すれば、この文脈における解の品質と収束性を向上させられるか？
• RQ5 割り当てられていない顧客に対するペナルティコストを組み込むことで、物流ネットワークモデルの現実性とレジリエンスはどの程度向上するか？

主な発見

• NSGA-IIは、ハイパーボリューム、スペーシング、ジェネレーションディスタンスの3つの性能指標すべてにおいてMOSSを上回った。
• RSMで最適化されたNSGA-II設定は、デフォルト設定と比較して、パレートフロントの収束性と多様性が優れていた。
• 割り当てられていない顧客に対するペナルティコストの導入により、モデルの現実性と耐障害性が顕著に向上した。
• 二目的モデルは、コスト最小化とリスク低減を効果的にバランスさせ、意思決定者にトレードオフの選択肢を提供した。
• 容量制約と障害シナリオを組み込んだ本モデルは、従来のモデルと比較して、現実の物流ネットワークをより正確に再現した。
• 割り当てられていない顧客を表すバイナリ変数の使用により、サービス不能の結果を明示的にモデル化でき、運用意思決定支援が強化された。