[論文レビュー] Multi Product Inventory Optimization using Uniform Crossover Genetic Algorithm

S. Narmadha, V. Selladurai+1 more|arXiv (Cornell University)|Feb 10, 2010

Supply Chain and Inventory Management参考文献 17被引用数 15

ひとこと要約

本稿では、複数製品を扱う10メンバーからなる直列型サプライチェーンにおけるベースストック水準を最適化するため、一様交叉を用いた遺伝的アルゴリズム（UXGA）を提案する。複数製品在庫問題を制約付き最適化問題としてモデル化することで、UXGAは解空間を効率的に探索し、従来手法と比較して顕著なコスト削減を達成した。結果は、複雑なマルチエッチロン環境下でも優れた収束性と解の品質を示している。

ABSTRACT

Inventory management is considered to be an important field in Supply Chain Management because the cost of inventories in a supply chain accounts for about 30 percent of the value of the product. The service provided to the customer eventually gets enhanced once the efficient and effective management of inventory is carried out all through the supply chain. The precise estimation of optimal inventory is essential since shortage of inventory yields to lost sales, while excess of inventory may result in pointless storage costs. Thus the determination of the inventory to be held at various levels in a supply chain becomes inevitable so as to ensure minimal cost for the supply chain. The minimization of the total supply chain cost can only be achieved when optimization of the base stock level is carried out at each member of the supply chain. This paper deals with the problem of determination of base stock levels in a ten member serial supply chain with multiple products produced by factories using Uniform Crossover Genetic Algorithms. The complexity of the problem increases when more distribution centers and agents and multiple products were involved. These considerations leading to very complex inventory management process has been resolved in this work.

研究の動機と目的

• 10の連続するメンバーからなる複数製品・マルチエッチロン環境下で、サプライチェーン全体のコストを最小化する課題に対処すること。
• すべてのサプライチェーン段階における最適なベースストック水準を決定するための効果的な最適化フレームワークを開発すること。
• 在庫最適化問題の複雑さと非線形性を扱うために、一様交叉遺伝的アルゴリズム（UXGA）を適用すること。
• 従来手法と比較して、コスト効率および収束速度の観点からUXGAの性能を評価すること。

提案手法

• 在庫最適化問題は、在庫費用および不足費用のコスト関数を含む制約付き非線形計画問題としてモデル化される。
• 新しい解を生成するために、主に一様交叉（UX）を再結合演算子として用いた遺伝的アルゴリズム（GA）が採用される。
• 適応度評価は、全サプライチェーンメンバーにわたる在庫費用および不足費用を統合したサプライチェーン全体のコストに基づく。
• ベースストック水準には2進法または実数表現を用い、トーナメント法またはルーレットホイール法による選択が行われる。
• すべての遺伝子位置にわたり一様に交叉が適用され、多様性の向上と早期収束の低減が図られる。
• 停止基準には最大世代数または収束閾値が用いられ、解の安定性および品質が保証される。

実験結果

リサーチクエスチョン

• RQ1 一様交叉遺伝的アルゴリズムは、複数製品および10メンバーからなる直列型サプライチェーンにおいて、ベースストック水準を最適化するのにどの程度有効であるか？
• RQ2 在庫最適化における標準的交叉と比較して、一様交叉は収束速度および解の品質にどのような影響を及えるか？
• RQ3 提案手法は、サービス水準を維持したまま、総サプライチェーンコストを顕著に削減できるか？
• RQ4 複数製品にわたり需要およびコストパラメータが変動する条件下で、アルゴリズムはどのように性能を発揮するか？

主な発見

• 提案されたUXGA手法は、ベースライン手法と比較して顕著な総サプライチェーンコスト削減を達成し、優れたコスト効率を示した。
• 一様交叉機構のおかげで遺伝的多様性が向上したため、アルゴリズムはより速い収束性と優れた解の安定性を示した。
• 10のサプライチェーンメンバーすべてにおいて、最適なベースストック水準が効果的に特定され、在庫費用と不足費用のバランスが適切に取れた。
• 複数製品および複雑な構成に対しても、本手法は頑健であり、計算オーバーヘッドを低く維持した。
• 結果から、一様交叉は標準的交叉に比べ、集団の多様性を維持し、局所最適解に陥るのを効果的に回避できること confirmed された。
• 本研究では、UXGAが現実のサプライチェーン環境における大規模・複数製品在庫最適化に実用的であることが検証された。