[论文解读] A Multi Objective Reliable Location-Inventory Capacitated Disruption Facility Problem with Penalty Cost Solve with Efficient Meta Historic Algorithms

Elham Taghizadeh, Mostafa Abedzadeh+1 more|arXiv (Cornell University)|Nov 26, 2017

Facility Location and Emergency Management参考文献 7被引用 4

一句话总结

本文提出了一种考虑设施中断的可靠容量限制选址-库存问题的双目标混合整数规划模型，旨在最小化设施和库存成本的同时降低最大客户服务失败成本。采用NSGA-II和MOSS元启发式算法，并通过响应面法（RSM）调优参数，结果表明NSGA-II在不确定环境下生成高质量Pareto解方面表现更优，适用于现实物流网络设计。

ABSTRACT

Logistics network is expected that opened facilities work continuously for a long time horizon without any failure, but in real world problems, facilities may face disruptions. This paper studies a reliable joint inventory location problem to optimize the cost of facility locations, customers assignment, and inventory management decisions when facilities face failure risks and do not work. In our model we assume when a facility is out of work, its customers may be reassigned to other operational facilities otherwise they must endure high penalty costs associated with losing service. For defining the model closer to real world problems, the model is proposed based on pmedian problem and the facilities are considered to have limited capacities. We define a new binary variable for showing that customers are not assigned to any facilities. Our problem involves a biobjective model, the first one minimizes the sum of facility construction costs and expected inventory holding costs, the second one function that mentions for the first one is minimized maximum expected customer costs under normal and failure scenarios. For solving this model we use NSGAII and MOSS algorithms have been applied to find the Pareto archive solution. Also, Response Surface Methodology (RSM) is applied for optimizing the NSGAII Algorithm Parameters. We compare the performance of two algorithms with three metrics and the results show NSGAII is more suitable for our model.

研究动机与目标

• 开发一种可靠的选址-库存模型，考虑设施中断及其相关的客户罚金成本。
• 在设施容量受限的前提下，建模正常与故障情况下的客户重新分配。
• 最小化两个目标：总设施与库存成本，以及正常与中断状态下客户最大预期成本。
• 评估并比较NSGA-II与MOSS元启发式算法在求解该双目标问题中的性能表现。
• 利用响应面法（RSM）优化NSGA-II参数，以提升解的质量与收敛性。

提出的方法

• 基于带容量限制的p-中值问题，构建双目标混合整数规划模型。
• 引入一个二元变量，表示未分配至任何正常运行设施的客户，需承担罚金成本。
• 以概率方式建模设施中断，若无可用替代设施，则客户将被重新分配至正常运行设施或被处以罚金。
• 应用NSGA-II与MOSS元启发式算法，生成Pareto最优非支配解集。
• 采用响应面法（RSM）校准NSGA-II参数（如交叉率与变异率），以提升算法性能。
• 使用三种性能指标——超体积（hypervolume）、分布间距（spacing）与生成距离（generational distance）——比较算法的有效性。

实验结果

研究问题

• RQ1 如何设计一个可靠的选址-库存系统，以在设施中断风险下最小化成本？
• RQ2 在正常与故障情景下，总系统成本与最大客户成本之间存在何种权衡关系？
• RQ3 在求解所提出的双目标容量限制中断设施问题时，NSGA-II与MOSS哪一元启发式算法表现更优？
• RQ4 如何优化NSGA-II参数，以提升该场景下的解质量与收敛性？
• RQ5 为未分配客户引入罚金成本在多大程度上提升了物流网络模型的现实性与鲁棒性？

主要发现

• NSGA-II在所有三项性能指标（超体积、分布间距与生成距离）上均优于MOSS。
• 经RSM调优的NSGA-II配置相比默认设置，展现出更优的Pareto前沿收敛性与多样性。
• 为未分配客户引入罚金成本显著提升了模型在中断情况下的现实性与鲁棒性。
• 双目标模型成功平衡了成本最小化与风险缓解，为决策者提供了多样化的权衡解决方案。
• 所提出的带容量约束与中断情景的模型，相较于传统模型，更准确地反映了现实物流网络的特征。
• 通过引入二元变量表示未分配客户，实现了对服务失败后果的显式建模，增强了运营决策支持能力。