[논문 리뷰] Exploration of models for a cargo assembly planning problem

Gleb Belov, Natashia Boland외 2명|arXiv (Cornell University)|2015. 04. 02.

Optimization and Packing Problems참고 문헌 18인용 수 3

한 줄 요약

이 논문은 제한된 사전 시야 범위 하에서 동적 스케줄링을 모델링하는 코al 스톡야드 화물 조립 문제에서 선박 지연을 최소화하기 위해 대규모 이웃 탐색(LNS)을 통합한 제약 프로그래밍(CP) 접근법을 제안한다. CP 방법은 해의 품질과 확장성 면에서 적응형 그레디 휴리스틱보다 뛰어나며, 특히 더 큰 시야 범위와 확장된 제약 조건에서 두각을 나타낸다.

ABSTRACT

We consider a real-world cargo assembly planning problem arising in a coal supply chain. The cargoes are built on the stockyard at a port terminal from coal delivered by trains. Then the cargoes are loaded onto vessels. Only a limited number of arriving vessels is known in advance. The goal is to minimize the average delay time of the vessels over a long planning period. We model the problem in the MiniZinc constraint programming language and design a large neighbourhood search scheme. The effects of various optional constraints are investigated. Some of the optional constraints expand the model's scope toward a system view (berth capacity, port channel). An adaptive scheme for a greedy heuristic from the literature is proposed and compared to the constraint programming approach.

연구 동기 및 목표

• 뉴캐슬 항만에서 코알 공급망 물류의 실제 도전 과제인 선박 지연 최소화를 해결한다.
• 동적 선박 도착과 제한된 사전 시야를 고려한 스톡야드에서의 화물 조립을 위한 확장성 있고 유연한 계획 모델을 개발한다.
• 최신 기술 수준의 그레디 휴리스틱과 대비하여 CP 기반 접근법을 비교함으로써 해의 품질과 강건성을 향상시킨다.
• 시야 범위 크기, 자원 제약 조건(예: 리클레인어), 운영 파rameter(예: 스태킹 속도)가 스케줄링 성능에 미치는 영향을 조사한다.
• 보유 항만 부두 용량과 항만 통로 제약 조건과 같은 새로운 제약 조건을 쉽게 통합하여 통합된 시스템 시각을 가능하게 한다.

제안 방법

• 시간에 따라 변하는 스태킹 및 리클레인잉 작업을 포괄하는 제약 프로그래밍(CP)을 사용하여 화물 조립 및 선박 스케줄링 문제를 모델링한다.
• 해 공간의 큰 구조적 이웃을 탐색함으로써 반복적으로 해를 향상시키는 대규모 이웃 탐색(LNS) 기법을 구현한다.
• 이전 연구에서 제안된 그레디 휴리스틱의 적응형 반복적 기법을 도입하여 CP 접근법과의 공정한 비교를 가능하게 한다.
• 시야 범위를 핵심 매개변수로 통합하여 향후 도착 및 수요 데이터를 사전에 얼마나 알고 있는지를 제어한다.
• 스톡파일 조립과 선박 적재 사이의 공백 시간을 최소화하기 위해 후처리 단계에서 정지 시간을 줄이는 조치를 적용한다.
• 기본 모델에 보다 시스템 수준의 제약 조건을 통합하여 부두 용량, 항만 통로 제한, 리클레인어 이동 시간을 포함한다.

실험 결과

연구 질문

• RQ1 향후 도착하는 선박 수(시야 범위)를 늘릴수록 선박 지연 최소화 해의 품질에 어떤 영향을 미치는가?
• RQ2 LNS를 통합한 CP 기반 접근법이 부분적인 후행 예측을 고려한 기존의 그레디 휴리스틱보다 해의 품질과 계산 효율성 면에서 뛰어나게 되는가?
• RQ3 제한된 리클레인어, 스태킹 속도, 리클레인어 이동 시간과 같은 핵심 운영 제약 조건이 전체 시스템 성능에 어떤 영향을 미치는가?
• RQ4 보완적인 모델 구성 요소(예: 부두 용량, 항만 통로)가 해의 타당성과 품질에 어떤 영향을 미치는가?
• RQ5 CP 모델이 확장성과 해의 품질을 유지하면서 새로운 제약 조건을 얼마나 넓게 통합할 수 있는가?

주요 결과

• 25척의 선박에 이르는 시야 범위는 최고의 해에 가까운 결과를 도출하며, 이 이상으로 늘어나도 수익 감소 효과가 나타남을 시사한다.
• 리클레인어를 동시에 3대 이하로 제한할 경우 평균 선박 지연이 91% 증가하여, 이들이 시스템 용량에 핵심적인 역할을 한다는 점을 입증한다.
• 스태킹 속도를 1일 빨리 하였을 때 기본 모델에서는 지연이 65% 감소하였고, 모든 제약 조건이 포함된 경우에도 11% 감소하였다.
• 특히 더 큰 시야 범위에서 CP 접근법이 LNS를 적용하여 적응형 그레디 휴리스틱보다 더 우수한 해를 더 빠르게 생성하였다.
• 후처리 단계에서의 정지 시간 감소 조치로 평균 정지 시간이 81시간에서 6.3시간(100척 기준)으로 감소하여 운영 효율성이 크게 향상되었다.
• 큐 점프(ETA 순서 외로 처리되는 선박) 현상이 관찰되었으며, CP 해는 그레디 휴리스틱보다 더 높은 순서 뒤섞임을 보여, 향후 제약 기반 완화 전략의 잠재력이 있음을 시사한다.