[논문 리뷰] A Conic Integer Programming Approach to Constrained Assortment Optimization under the Mixed Multinomial Logit Model

Alper Şen, Alper Atamtürk외 1명|arXiv (Cornell University)|2017. 05. 25.

Supply Chain and Inventory Management참고 문헌 27인용 수 7

한 줄 요약

이 논문은 혼합 다항 로짓(MMNL) 모델 하에서 제약 조건이 있는 어셈블리 최적화를 위한 쌍곡선 2차 혼합정수계획법(MILP) 설정을 제안하며, 기존의 MILP 접근 방식에 비해 해의 효율성을 크게 향상시킨다. 용량 제약 조건에 대한 조건부 경계에서 유도된 McCormick 부등식을 통합함으로써, 상용 솔버가 대규모 인스턴스를 최적으로 해결할 수 있도록 하였으며, 평균 해 시간은 30초 이하, 테스트된 인스턴스의 95퍼센트에서 최적성 갭이 0.00%로 감소하였다.

ABSTRACT

We consider the constrained assortment optimization problem under the mixed multinomial logit model. Even moderately sized instances of this problem are challenging to solve directly using standard mixed-integer linear optimization formulations. This has motivated recent research exploring customized optimization strategies and approximation techniques. In contrast, we develop a novel conic quadratic mixed-integer formulation. This new formulation, together with McCormick inequalities exploiting the capacity constraints, enables the solution of large instances using commercial optimization software.

연구 동기 및 목표

• 혼합 다항 로짓(MMNL) 모델 하에서 용량 제약 조건이 있는 어셈블리 최적화 문제는 NP-난이도이며, 표준 MILP 설정에 적합하지 않기 때문에 이에 대한 계산의 비현실성을 해결하기 위해.
• 사용자 정의 휴리스틱이나 알고리즘 없이도 상용 솔버를 사용하여 대규모 인스턴스를 정확하게 해결할 수 있는 더 효과적인 최적화 프레임워크를 개발하기 위해.
• 용량 및 부분집합 원소 수 제약 조건에 기반한 조건부 경계에서 유도된 McCormick 부등식을 활용하여 설정을 강화함으로써, 리 릴랙세이션의 타이트함을 향상시키기 위해.
• 쌍곡선 혼합정수계획법이 이 클래스의 문제에 대해 해의 품질과 계산 속도 면에서 기존의 MILP 설정을 능가할 수 있음을 입증하기 위해.
• 복잡한 고객 선택 모델 하에서 실세계의 어셈블리 기획에 적용 가능한 확장 가능한 상용 배포가 가능한 솔루션을 제공하기 위해.

제안 방법

• 두 차수의 원형 제약 조건을 활용하여 확률적 선택 행동을 모델링함으로써, MMNL 어셈블리 최적화 문제를 쌍곡선 2차 혼합정수계획법으로 설정하기.
• 용량 제약 조건과 부분집합 원소 수 제약 조건에서 유도된 조건부 경계를 활용하여 리 릴랙세이션을 타이트하게 만들기 위해 McCormick 부등식을 도입하기.
• 용량 제약 조건과 부분집합 원소 수 제약 조건의 선형 리 릴랙세이션에 별도로 적용된 근사 알고리즘을 통해 McCormick 부등식의 하한을 계산함으로써 계산 효율성 확보하기.
• 이중 단계 접근 방식을 사용: 먼저 각각의 제약 조건(용량 및 부분집합 원소 수 제약 조건) 하에서 리 릴랙세이션 문제를 풀고, 그 결과의 최소값을 각 변수의 하한으로 취하기.
• 상용 최적화 소프트웨어에 설정을 구현하여, 사용자 정의 코드나 휴리스틱 개발 없이도 대규모 인스턴스를 직접 해결할 수 있도록 하기.
• 최대 100개의 제품과 일반화된 용량 제약 조건을 가진 인스턴스에서 성능을 검증하며, MILP, MILP+MC, CONIC, CONIC+MC 설정 간의 성능 비교 수행하기.

실험 결과

연구 질문

• RQ1 쌍곡선 2차 혼합정수계획법 설정이 MMNL 모델 하에서 용량 제약 조건이 있는 어셈블리 최적화 문제를 해결하는 데 있어 기존의 MILP 설정을 능가할 수 있는가?
• RQ2 조건부 경계에서 유도된 McCormick 부등식이 리 릴랙세이션 품질과 해 시간에 얼마나 기여하는가?
• RQ3 사용자 정의 휴리스틱이나 알고리즘 없이도 상용 최적화 소프트웨어가 대규모 MMNL 어셈블리 문제를 최적으로 해결할 수 있는가?
• RQ4 일반화된 용량 제약 조건(총 용량 제약 조건과 부분집합 원소 수 제약 조건을 포함) 하에서 제안된 설정은 어떻게 성능을 보이는가?
• RQ5 쌍곡선 설정과 McCormick 타이트닝을 조합했을 때 최적성 갭과 계산 시간에 어떤 영향을 미치는가?

주요 결과

• CONIC+MC 설정은 50개의 테스트 인스턴스 평균 해 시간이 26.13초였으며, 95퍼센트의 인스턴스에서 최적으로 해결되어 최적성 갭이 0.00%였다.
• 평균적으로 CONIC+MC 설정은 브랜치 앤 바운드 트리에서 383개의 노드만 필요로 하였고, 이는 MILP 설정이 요구하는 41,385개의 노드보다 크게 적었다.
• 100개의 제품과 40개의 용량 단위를 가진 인스턴스에 대해, CONIC+MC 설정은 평균 2초 이내에 5개의 모든 인스턴스를 최적으로 해결하였고, 최적성 갭은 0.00%였다.
• McCormick 부등식의 하한을 계산하기 위해 근사 알고리즘 기반의 하한을 사용함으로써, 하한 계산에 소요되는 시간을 극도로 줄였으며, 동시에 타이트한 리 릴랙세이션 품질을 유지하였다.
• CONIC+MC 설정은 50개의 인스턴스 중 50개를 최적으로 해결하였고, 다음으로 좋은 MILP+MC 설정은 50개 중 20개에 그쳤다.
• CONIC+MC 설정의 평균 상대 갭은 0.12%였으며, 기준 MILP 설정의 12.73%에 비해 훨씬 우수하여 더 강력한 리 릴랙세이션 강도를 입증하였다.