[論文レビュー] On the use of reference points for the biobjective Inventory Routing Problem

Martin Josef Geiger, Marc Sevaux|arXiv (Cornell University)|Sep 14, 2011

Vehicle Routing Optimization Methods参考文献 12被引用数 8

ひとこと要約

本稿では、在庫コストと経路コストを別々の目的関数として扱い、パレート最適解を特定するための、参照点に基づく局所探索手法を、二目的在庫ルーティング問題（IRP）に提案する。可変な数の参照点を用いることで、計算負荷と解の品質のバランスを図り、240期間および最大150顧客を含む大規模インスタンスにおいて、たった3つの参照点でもパレート最適解の支配されない高品質な近似が得られることを示している。

ABSTRACT

The article presents a study on the biobjective inventory routing problem. Contrary to most previous research, the problem is treated as a true multi-objective optimization problem, with the goal of identifying Pareto-optimal solutions. Due to the hardness of the problem at hand, a reference point based optimization approach is presented and implemented into an optimization and decision support system, which allows for the computation of a true subset of the optimal outcomes. Experimental investigation involving local search metaheuristics are conducted on benchmark data, and numerical results are reported and analyzed.

研究の動機と目的

• 在庫コストと経路コストを単一のスカラー関数に集約する単目的IRPモデルの限界を是正し、戦略的計画におけるトレードオフを明確にするため。
• 矛盾する目的関数を人工的に重み付けすることなく、二目的IRPの真のパレート最適解を特定する手法を開発するため。
• 調整可能な参照点を通じて計算負荷を制御可能なようにし、インタラクティブな意思決定を可能にするため。
• ベンチマークIRPインスタンスにおいて、異なる数の参照点を用いた場合のパレートフロント近似の性能と品質を評価するため。
• 大規模で多期間にわたるIRPシナリオにおける、計算効率と解の品質のトレードオフを評価するため。

提案手法

• 本手法は、二目的IRPを、結果空間における参照点によって誘導される一連の局所探索ステップに分解する。各参照点は、在庫コストと経路コストの間の望ましいトレードオフを表す。
• 局所探索メタヒューリスティクスを用いて、現在の解の近傍を探索し、参照点を用いてパレートフロントの好ましい領域に探索を偏らせる。
• 探索方向の数と計算負荷を制御するため、参照点集合のサイズR ∈ {3, 5, 11}を用いる。
• 解の表現は、各顧客iと期間tにおける出荷数量q_itを組み合わせるもので、容量、在庫、需要制約を満たす。
• q_it ≤ Q_i - L_it-1 を満たすことで在庫の超過を防止し、d_it ≤ L_it-1 + q_it を満たすことで欠品を回避することで、解の妥当性を保証する。
• 2つの目的関数に基づいて解を評価する：全期間における在庫合計（すべてのiとtにおけるL_itの合計）と、全期間におけるルート距離合計（すべてのtにおけるVRP_t(q_1t,…,q_nt)の合計）。

実験結果

リサーチクエスチョン

• RQ1 目的関数を単一のスカラー関数に集約せずに、参照点に基づく局所探索アプローチが、二目的IRPのパレートフロントを効果的に近似できるか。
• RQ2 参照点の数が、大規模なIRPインスタンスにおけるパレートフロント近似の品質と計算コストに与える影響は何か。
• RQ3 3つの参照点（例：R=3）で得られる解が、11個の参照点（例：R=11）で得られる解よりも、解の品質および多様性の観点で支配されているか。
• RQ4 意思決定者が結果空間の好ましい領域に焦点を当てられるように、本手法がどの程度インタラクティブな意思決定を支援できるか。
• RQ5 この多目的IRP設定において、顧客数および計画期間の長さ（T=240）の増加に伴い、計算時間はどのように変化するか。

主な発見

• 本手法は、最大150顧客および240期間を含む二目的IRPインスタンスについて、支配されないパレートフロント近似を実際に計算可能であることを示し、実用的応用性を裏付けた。
• 3つの参照点のみを用いても、5つまたは11つの参照点を用いた場合の解集合に支配されないことが確認され、低コストで高品質な近似が得られることを示している。
• 参照点の数は計算負荷を効果的に制御可能である：Rを増加させることでCPU時間が延長されるが、パレートフロント近似の凸性とカバレッジが向上する。
• 最大インスタンス（GS-04-c、150顧客、正弦波的需要）では、R=11の場合、計算時間が最大1567036秒（18日以上）に達し、スケーラビリティの課題を浮き彫りにした。
• 初期の近似においても、少数の参照点を用いた解は高速かつ品質的に妥当であるため、戦略的計画におけるインタラクティブ意思決定を支援できる。
• 意思決定者が参照点を選択することで、結果空間の好ましい領域に探索を集中させられるため、実世界の応用における使いやすさが向上する。