[논문 리뷰] Distributionally robust inventory control when demand is a martingale

Linwei Xin, David A. Goldberg|arXiv (Cornell University)|2015. 11. 30.

Energy, Environment, and Transportation Policies참고 문헌 128인용 수 13

한 줄 요약

이 논문은 평균과 지지체가 알려진 마팅글의 형태로 변화하는 수요를 갖는 시간에 일관된 분포로 저항하는 다단계 뉴스본더 모델을 수립한다. 최소최대 최적 정책과 악성 경우 분포를 닫힌 형태로 도출하며, 악성 경우가 무작위 재고 폐기와 대응됨을 보이고, 시간 수평이 길어질수록 한계 과정으로의 약한 수렴을 확립한다.

ABSTRACT

Demand forecasting plays an important role in many inventory control problems. To mitigate the potential harms of model misspecification, various forms of distributionally robust optimization have been applied. Although many of these methodologies suffer from the problem of time-inconsistency, the work of Klabjan et al. established a general time-consistent framework for such problems by connecting to the literature on robust Markov decision processes. Motivated by the fact that many forecasting models exhibit special structure, as well as a desire to understand the impact of positing different dependency structures, in this paper we formulate and solve a time-consistent distributionally robust multi-stage newsvendor model which naturally unifies and robustifies several inventory models with forecasting. In particular, many simple models of demand forecasting have the feature that demand evolves as a martingale. We consider a robust variant of such models, in which the sequence of future demands may be any martingale with given mean and support. Under such a model, past realizations of demand are naturally incorporated into the structure of the uncertainty set going forwards. We explicitly compute the minimax optimal policy (and worst-case distribution) in closed form, by combining ideas from convexity, probability, and dynamic programming. We prove that at optimality the worst-case demand distribution corresponds to the setting in which inventory may become obsolete, a scenario of practical interest. To gain further insight, we prove weak convergence (as the time horizon grows large) to a simple and intuitive process. We also compare to the analogous setting in which demand is independent across periods (analyzed previously by Shapiro), and identify interesting differences between these models, in the spirit of the price of correlations studied by Agrawal et al.

연구 동기 및 목표

• 상관된 수요 하에서 재고 제어의 모델 오 specifications 문제를 해결하기 위해 시간에 일관된 강력한 프레임워크를 개발한다.
• 수요가 마팅글 과정을 따른다는 가정을 하는 기존의 재고 모델을 통합하고 강력화한다.
• 과거 수요 실현값을 미래의 결정을 위한 불확실성 집합에 통합한다.
• 최소최대 최적 정책과 악성 경우 수요 분포를 닫힌 형태로 특성화한다.
• 강력한 마팅글 모델과 독립 수요 사례를 비교하고 상관관계의 가격을 분석한다.

제안 방법

• 미래 수요 시퀀스가 주어진 평균과 지지체를 갖는 마팅글이 되도록 제약을 두는 분포로 저항하는 다단계 뉴스본더 문제를 수립한다.
• 동적 프로그래밍과 볼록 해석을 사용하여 최소최대 최적 정책을 재귀적으로 도출한다.
• 확률 이론과 최적화를 결합한 비직관적인 귀납적 추론을 활용해 강력한 동적 프로그래밍을 해결한다.
• 악성 경우 분포가 시간이 지남에 따라 재고가 무작위로 폐기되는 것과 대응됨을 식별한다.
• 시간 수평이 무한히 증가함에 따라 한계 역학이 단순한 확률 과정으로 약한 수렴을 증명한다.
• Shapiro(2011)가 분석한 독립 수요 사례와 비교하여 강력한 마팅글 모델의 구조적 차이점을 부각시킨다.

실험 결과

연구 질문

• RQ1 분포로 저항하는 최적화는 마팅글 수요를 갖는 시간에 일관된 방식으로 다단계 재고 문제에 어떻게 적용될 수 있는가?
• RQ2 유한한 지지체를 갖는 마팅글 수요일 때 최소최대 최적 정책과 악성 경우 분포의 구조는 어떠한가?
• RQ3 마팅글 가정 하에서의 악성 경우 분포는 독립 수요 가정과 어떻게 다를까?
• RQ4 시간 수평이 길어질수록 최적 정책의 한계 행동은 어떠한가?
• RQ5 수요의 상관관계는 강력한 재고 제어에 어떤 영향을 미치며, 이는 독립 사례와 비교해 어떻게 다를까?

주요 결과

• 동적 프로그래밍과 볼록 해석을 통해 최소최대 최적 정책과 악성 경우 분포를 닫힌 형태로 도출하였다.
• 최적 상태에서 악성 경우 수요 과정은 재고가 무작위 시간에 폐기되는 것으로 나타나며, 실무적으로 중요한 시나리오이다.
• 시간 수평이 길어질수록 최적 정책 역학은 단순하고 직관적인 닫힌 형태의 표현을 갖는 한계 과정으로 약하게 수렴한다.
• 강력한 마팅글 모델은 독립 수요 사례와 비교해 상당히 다른 최적 정책과 비용을 초래하며, 상관관계의 비용이 비현실적이지 않음을 시사한다.
• 모델은 과거 수요 실현값을 자연스럽게 불확실성 집합에 통합하여 시간 일관성과 향상된 강력성을 확보한다.
• 수치 실험을 통해 제안된 모델이 모델 오 specifications 영향을 완화하는 데 유의미한 이점을 제공함을 확인하였다.