[논문 리뷰] Multi Product Inventory Optimization using Uniform Crossover Genetic Algorithm

S. Narmadha, V. Selladurai외 1명|arXiv (Cornell University)|2010. 02. 10.

Supply Chain and Inventory Management참고 문헌 17인용 수 15

한 줄 요약

이 논문은 다수의 제품을 처리하는 10개의 구성원으로 이루어진 순차적 공급망에서 기저 재고 수준을 최적화하기 위해 균일 교배 유전 알고리즘(UXGA)을 제안한다. 총 공급망 비용을 최소화하는 것을 목표로 하며, 다제품 재고 문제를 제약 조건이 있는 최적화 문제로 모델링함으로써 UXGA는 솔루션 공간을 효율적으로 탐색하여 전통적 방법에 비해 뚜렷한 비용 절감 효과를 나타내며, 복잡한 다단계 환경에서 뛰어난 수렴성과 솔루션 품질을 입증한다.

ABSTRACT

Inventory management is considered to be an important field in Supply Chain Management because the cost of inventories in a supply chain accounts for about 30 percent of the value of the product. The service provided to the customer eventually gets enhanced once the efficient and effective management of inventory is carried out all through the supply chain. The precise estimation of optimal inventory is essential since shortage of inventory yields to lost sales, while excess of inventory may result in pointless storage costs. Thus the determination of the inventory to be held at various levels in a supply chain becomes inevitable so as to ensure minimal cost for the supply chain. The minimization of the total supply chain cost can only be achieved when optimization of the base stock level is carried out at each member of the supply chain. This paper deals with the problem of determination of base stock levels in a ten member serial supply chain with multiple products produced by factories using Uniform Crossover Genetic Algorithms. The complexity of the problem increases when more distribution centers and agents and multiple products were involved. These considerations leading to very complex inventory management process has been resolved in this work.

연구 동기 및 목표

• 10개의 순차적 구성원을 가진 다제품, 다단계 환경에서 총 공급망 비용을 최소화하는 데 도전하는 것.
• 모든 공급망 계층에서 최적의 기저 재고 수준을 결정하기 위한 효과적인 최적화 프레임워크를 개발하는 것.
• 재고 최적화 문제의 복잡성과 비선형성을 다루기 위해 균일 교배 유전 알고리즘(UXGA)을 적용하는 것.
• 비용 효율성과 수렴 속도 측면에서 기존 방법과 비교하여 UXGA의 성능을 평가하는 것.

제안 방법

• 재고 최적화 문제를 보관 비용 및 부족 비용 함수를 포함한 제약 조건이 있는 비선형 프로그래밍 문제로 모델링한다.
• 새로운 솔루션을 생성하기 위해 주로 재조합 연산자로 균일 교배(UX)를 사용하는 유전 알고리즘(GA)을 적용한다.
• 적합도 평가 기준은 전체 공급망 비용이며, 모든 공급망 구성원의 보관 비용과 부족 비용을 포함한다.
• 기본 재고 수준에 대해 이진 또는 실수 표현 방식을 사용하며, 토너먼트 또는 룰렛 휠 방법을 통해 선택을 수행한다.
• 모든 유전자 위치에 걸쳐 균일하게 교배를 적용하여 다양성을 증진하고 조기 수렴을 줄인다.
• 최대 세대 수 또는 수렴 임계값을 종료 기준으로 사용하여 솔루션의 안정성과 품질을 보장한다.

실험 결과

연구 질문

• RQ1 균일 교배 유전 알고리즘은 다제품, 10개의 구성원으로 이루어진 순차적 공급망에서 기저 재고 수준을 최적화하는 데 얼마나 효과적인가?
• RQ2 기본 교배 대비 균일 교배가 재고 최적화에서 수렴 속도와 솔루션 품질에 어떤 영향을 미치는가?
• RQ3 제안된 방법은 서비스 수준을 유지하면서 총 공급망 비용을 뚜렷이 감소시킬 수 있는가?
• RQ4 다양한 수요 및 비용 파rameter 하에서 알고리즘이 여러 제품에 대해 어떻게 성능을 발휘하는가?

주요 결과

• 제안된 UXGA 접근법은 기준 방법에 비해 총 공급망 비용을 뚜렷이 감소시켜 뛰어난 비용 효율성을 입증하였다.
• 균일 교배 메커니즘이 유전적 다양성을 향상시켜 알고리즘이 더 빠른 수렴과 더 나은 솔루션 안정성을 보였다.
• 모든 10개의 공급망 구성원에서 최적의 기저 재고 수준이 성공적으로 결정되었으며, 보관 비용과 부족 비용을 효과적으로 균형 잡았다.
• 다양한 제품과 복잡한 구성에 대해 알고리즘은 강건성을 유지하면서 낮은 계산 오버헤드를 기록하였다.
• 결과적으로 균일 교배가 국소 최적값을 피하고 인구 집단의 다양성을 유지하는 데 표준 교배보다 뛰어난 성능을 보였다.
• 이 연구는 UXGA가 실제 공급망 환경에서 대규모 다제품 재고 최적화에 적용 가능하다는 점을 검증하였다.