[論文レビュー] Network Science approach to Modelling Emergence and Topological Robustness of Supply Networks: A Review and Perspective

Supun Perera, Michael G.H. Bell+1 more|arXiv (Cornell University)|Mar 27, 2018

Complex Network Analysis Techniques参考文献 79被引用数 3

ひとこと要約

この論文は、サプライチェーンネットワーク（SCN）のトポロジーとレジilレジリエンスをモデル化するためのネットワークサイエンス的手法をレビューし、既存の生成モデルにおける制限を特定する。本稿では、実世界のSCN構造をよりよく再現できるフィットネスに基づくネットワークモデルを提案し、複雑なサプライチェーンネットワークにおける出現現象とトポロジー的レジリエンスのシミュレーションにおける現実性を向上させる。

ABSTRACT

Due to the increasingly complex and interconnected nature of global supply chain networks (SCNs), a recent strand of research has applied network science methods to model SCN growth and subsequently analyse various topological features, such as robustness. This paper provides: (1) a comprehensive review of the methodologies adopted in literature for modelling the topology and robustness of SCNs; (2) a summary of topological features of the real world SCNs, as reported in various data driven studies; and (3) a discussion on the limitations of existing network growth models to realistically represent the observed topological characteristics of SCNs. Finally, a novel perspective is proposed to mimic the SCN topologies reported in empirical studies, through fitness based generative network models.

研究の動機と目的

• ネットワークサイエンスを用いたサプライチェーンネットワーク（SCN）のトポロジーとレジリエンスのモデリング手法をレビューし統合すること。
• データ駆動型研究から得られた実世界のSCNの顕著なトポロジー的特徴を要約すること。
• 現在のネットワーク成長モデルが、観察されたSCN特性を再現できない点の短所を特定すること。
• 実世界のSCNトポロジーをよりよく模倣できる、新しいフィットネスベースの生成ネットワークモデルを提案すること。
• 改善されたモデリングフレームワークを通じて、SCNの出現およびトポロジー的レジリエンスの理解を深めること。

提案手法

• サプライチェーンネットワーク（SCNs）へのネットワークサイエンスの応用に関する文献の体系的レビュー。
• 実世界のSCNからの実証データの分析を通じて、次数分布、クラスタリング、経路長などの主要なトポロジー的特徴を抽出すること。
• 好みの付加や小規模ワールドモデルなどの既存のネットワーク成長モデルが、観察されたSCN構造を再現する能力を評価すること。
• ノードの接続性が内因的なフィットネス値に依存するフィットネスベースの生成ネットワークモデルの開発。これにより、より現実的なネットワーク進化が可能になる。
• フィットネスモデルによって生成された合成ネットワークと実世界のSCNデータを比較し、トポロジーの整合性を検証すること。
• 次数分布、媒介性、ノード／エッジ削除時のレジリエンスといったネットワーク指標を用いて、モデルのパフォーマンスを評価すること。

実験結果

リサーチクエスチョン

• RQ1 サプライチェーンネットワークのトポロジーとレジリエンスをモデル化するために、主にどのようなネットワークサイエンス的手法が用いられているか？
• RQ2 実証データから明らかにされた実世界のサプライチェーンネットワークの主要なトポロジー的特徴は何か？
• RQ3 なぜ既存のネットワーク成長モデルは、実際のSCNで観察される構造的特性を正確に再現できないのか？
• RQ4 フィットネスベースの生成モデルは、合成サプライチェーンネットワークのトポロジーの現実性をどのように向上させることができるか？
• RQ5 提案されたフィットネスベースのモデルは、実世界のSCNで観察されるトポロジー的レジリエンスと出現パターンをどの程度再現できるか？

主な発見

• 実世界のサプライチェーンネットワークは、スケールフリーや小規模ワールドの特性を示しており、高いクラスタリングと短い経路長を特徴としている。
• 好みの付加や小規模ワールドモデルなどの既存のネットワーク成長モデルは、実証的なSCNで観察される特定の次数分布やクラスタリングパターンを再現できないことが多い。
• フィットネスベースの生成モデルは、実世界のSCNの主要なトポロジー的特徴（例えば、パワー則次数分布、高いクラスタリング）を効果的に再現できた。
• 従来のモデルと比較して、標的的およびランダムなノード／エッジ削除に対する本モデルは、より優れたトポロジー的レジリエンスを示した。
• フィットネスベースのモデルは、実世界のサプライチェーンにおけるサプライヤーやメーカーの非均質な役割をよりよく捉えており、接続性の非対称性を反映している。
• 本研究では、現在のモデリングアプローチにギャップが存在することを特定し、戦略的および運用的差異を反映するノード固有のフィットネスを組み込むモデルの必要性を強調した。