[논문 리뷰] Practical inventory routing: A problem definition and an optimization method

Martin Josef Geiger, Marc Sevaux|arXiv (Cornell University)|2011. 02. 28.

Vehicle Routing Optimization Methods참고 문헌 6인용 수 4

한 줄 요약

이 논문은 부분적 수요 지식이 있는 실용적 재고 경로 문제를 위한 이중목표 최적화 방법을 제안한다. 주기 기반 정책과 향상된 경로 휴리스틱을 사용하며, 루팅 및 재고 비용을 균형 잡는 새로운 방법을 도입하여 통제된 랜덤 주기 전략과 레코드 대 레코드 이동 개선 기법을 통해 비열등한 해를 도출한다. 결과는 최대 250명의 고객과 240개 기간에 걸친 인스턴스에서 검증되었다.

ABSTRACT

The global objective of this work is to provide practical optimization methods to companies involved in inventory routing problems, taking into account this new type of data. Also, companies are sometimes not able to deal with changing plans every period and would like to adopt regular structures for serving customers.

연구 동기 및 목표

• 유한한 시간 범위 동안 향후 기간에 대해 수요가 부분적으로만 알려진 실세계 재고 경로 문제를 해결하기 위해.
• 안정적인 배송 주기로 장기 계획을 지원하는 실용적이고 해석 가능한 최적화 방법을 개발하기 위해.
• 총 루팅 비용과 총 재고 비용이라는 두 가지 별개의 목표를 최소화하기 위해, 이러한 비용 간의 비교 가능성을 가정하지 않기 위해.
• 주기 기반 배송 정책을 통해 决策자에게 비열등한 해를 제공하기 위해.
• 실시간으로 배송 전략을 테스트하고 개선할 수 있는 시각적 상호작용형 솔버 도구를 구축하기 위해.

제안 방법

• 문제는 도시, 고객, 동일한 특성을 가진 트럭 허브로 구성된 단일 제품, 유한 기간 재고 경로 문제로 모델링된다.
• 주기 정책이 사용되며, 각 고객에게 고정된 배송 주기를 할당하여 안정적이고 규칙적인 서비스 일정을 보장한다.
• 초기 경로는 세이빙 휴리스틱을 사용하여 생성되며, 이후 레코드 대 레코드 이동(RRT) 알고리즘을 통해 개선된다.
• 이중목표 최적화 프레임워크가 적용되며, 루팅 비용과 재고 비용을 별개의 비교 불가능한 목표로 간주한다.
• 해의 공간을 탐색하고 파레토 프론트의 갭을 메우기 위해 통제된 랜덤 주기 전략이 사용된다.
• 각 기간의 재고 수준, 차량 사용량, 경로 투어를 표시할 수 있는 시각적 피드백 기반 상호작용형 솔버가 개발되었다.

실험 결과

연구 질문

• RQ1 향후 기간에 수요가 부분적으로만 알려진 상황에서 재고 경로 문제는 어떻게 모델링할 수 있는가?
• RQ2 고정된 배송 주기 사용이 루팅 비용과 재고 비용의 균형에 미치는 영향은 무엇인가?
• RQ3 루팅 비용과 재고 비용을 별개의 목표로 간주하는 이중목표 접근법이 단일목표 모델보다 더 우수한 실용적 해를 도출할 수 있는가?
• RQ4 다양한 수요 패턴에서 주기 기반 정책이 비열등한 해를 얼마나 효과적으로 생성하는가?
• RQ5 RRT를 통한 경로 개선이 주기 기반 전략에서 파레토 프론트의 품질을 얼마나 향상시키는가?

주요 결과

• 주기 정책 접근법은 다양한 비열등한 해를 성공적으로 생성하였으며, 일일 정책은 재고 비용을 최소화하고, 균일 주기 정책은 루팅 비용을 감소시켰다.
• 통제된 랜덤 주기 사용이 파레토 프론트의 갭을 효과적으로 메워 높은 품질의 해들이 집중된 밀도 높은 클러스터를 생성하였다.
• 레코드 대 레코드 이동 알고리즘을 통한 경로 개선은 특히 낮은 배송 주기에서 루팅 비용을 크게 감소시켰다.
• 시각적 솔버 인터페이스를 통해 재고 수준, 차량 사용량, 기간별 경로 투어를 실시간으로 분석할 수 있어 실무적 의사결정을 지원하였다.
• 해법은 대규모 인스턴스에 대해서도 스케일링 가능하며, 테스트된 사례는 최대 250명의 고객과 240기간의 수평 범위까지 확장되었다.
• 안정적이고 규칙적인 배송 체계를 지원함으로써 실세계 운영 제약 조건과 부합하는 실용적 타당성을 입증하였다.