[논문 리뷰] Approche Multicritère pour le Problème de Ramassage et de Livraison avec Fenêtres de Temps à Plusieurs Véhicules

Imen Harbaoui Dridi, Ryan Kammarti외 2명|arXiv (Cornell University)|2010. 10. 05.

Advanced Manufacturing and Logistics Optimization인용 수 6

한 줄 요약

이 논문은 시간 창이 있는 다중 차량 수거 및 배송 문제(PDPTW)를 동시에 차량 수, 총 지각 시간, 총 이동 비용을 최적화하여 해결하기 위해 다기준 유전 알고리즘 접근법을 제안한다. 이 방법은 복잡한 고객-공급자 관계를 처리하며, 파레토 최적 해를 통해 다중 목표 간 균형 잡힌 타협을 이룬다.

ABSTRACT

Nowadays, the transport goods problem occupies an important place in the economic life of modern societies. The pickup and delivery problem with time windows (PDPTW) is one of the problems which a large part of the research was interested. In this paper, we present a a brief literature review of the VRP and the PDPTW, propose our multicriteria approach based on genetic algorithms which allows minimize the compromise between the vehicles number, the total tardiness time and the total travel cost. And this, by treating the case where a customer can have multiple suppliers and one supplier can have multiple customers

연구 동기 및 목표

• 실제 물류의 복잡성을 모델링하기 위해 시간 창이 있는 수거 및 배송과 다수의 공급자/고객을 고려한다.
• 서로 충돌하는 세 가지 목표를 최적화한다: 사용된 차량 수, 총 지각 시간, 총 이행 비용.
• 다중 차량 PDPTW의 조합 복잡성을 다룰 수 있는 메타휴리스틱 프레임워크를 개발한다.
• 파레토 최적 해를 생성하여 물류 기획자에게 의사결정 지원 도구를 제공한다.
• 기존의 VRP 및 PDPTW 연구를 확장하여 비대칭적이고 다대다 공급자-고객 관계를 포함한다.

제안 방법

• 세 가지 별도 기준(차량 수, 총 지각 시간, 총 이동 비용)을 갖는 다목적 최적화 문제로 PDPTW를 수식화한다.
• 차량 경로와 작업 배정을 표현하기 위해 특수화된 인코딩을 사용한 유전 알고리즘(GA)을 구현한다.
• 세 목표 기반으로 해를 평가하고 순위를 매기기 위해 파레토 지배를 사용한다.
• GA의 진화 과정에서 해 품질을 향상시키기 위해 국소 탐색 기법을 통합한다.
• 가중치 집합 방법을 사용하여 세 목표를 결합한 피트니스 함수를 설계한다.
• 시간 창 및 차량 용적 제약 조건을 만족시키기 위해 수리 및 복원 절차를 적용한다.

실험 결과

연구 질문

• RQ1 다기준 접근법은 PDPTW에서 차량 수, 총 지각 시간, 이동 비용 간의 트레이드오프를 효과적으로 균형 잡을 수 있는가?
• RQ2 유전 알고리즘이 시간 창이 있는 다중 차량 PDPTW에 대해 다양하고 고품질의 파레토 최적 해를 얼마나 잘 생성할 수 있는가?
• RQ3 고객당 다수의 공급자 및 공급자당 다수의 고객을 포함하는 것이 해의 복잡성과 성능에 어떤 영향을 미치는가?
• RQ4 제안된 인코딩 및 수리 기법이 해의 타당성과 수렴성에 어떤 영향을 미치는가?
• RQ5 제안된 방법은 실세계 물류 기획에 실용적이고 의사결정에 바로 활용 가능한 해를 제공할 수 있는가?

주요 결과

• 제안된 다기준 유전 알고리즘은 차량 수, 총 지각 시간, 총 이동 비용이라는 세 목표를 균형 잡는 파레토 최적 해의 집합을 성공적으로 생성한다.
• 이 방법은 고객당 다수의 공급자 및 공급자당 다수의 고객을 포함하는 복잡한 고객-공급자 관계를 효과적으로 처리한다.
• GA 내부에 국소 탐색을 통합함으로써 기본 GA 버전 대비 해 수렴성과 품질이 향상된다.
• 해가 시간 창 및 용적 제약 조건을 유지하는 데 있어 강건성을 보였다.
• 실험 결과, 총 지각 시간과 이동 비용은 크게 감소했고, 사용된 차량 수는 최소화되었다.
• 해 집합은 의사결정자에게 트레이드오프 옵션의 범위를 제공하여 정보 기반의 물류 기획을 지원한다.