[论文解读] Multi Product Inventory Optimization using Uniform Crossover Genetic Algorithm

S. Narmadha, V. Selladurai+1 more|arXiv (Cornell University)|Feb 10, 2010

Supply Chain and Inventory Management参考文献 17被引用 15

一句话总结

本文提出一种统一交叉遗传算法（UXGA），用于优化处理多种产品的十家成员组成的串联供应链中的基础库存水平，旨在最小化总供应链成本。通过将多产品库存问题建模为约束优化问题，UXGA能够高效探索解空间，在复杂、多层级的环境下显著降低总成本，且结果表明其在收敛性和解质量方面优于传统方法。

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.

研究动机与目标

• 解决在具有十个连续成员的多产品、多层级环境中最小化总供应链成本的挑战。
• 开发一种有效的优化框架，以确定所有供应链层级的最优基础库存水平。
• 应用统一交叉遗传算法（UXGA）以应对库存优化问题的复杂性与非线性特征。
• 评估UXGA在成本效率与收敛速度方面相较于传统方法的性能表现。

提出的方法

• 将库存优化问题建模为带有持有成本与缺货成本函数的约束非线性规划问题。
• 采用遗传算法（GA），以统一交叉（UX）作为主要重组算子，生成新解。
• 基于总供应链成本进行适应度评估，涵盖所有供应链成员的持有与缺货成本。
• 采用二进制或实数编码表示基础库存水平，选择方式采用锦标赛或轮盘赌法。
• 在所有基因位点上统一应用交叉操作，以增强多样性并减少早熟收敛。
• 终止条件包括最大代数或收敛阈值，以确保解的稳定性和质量。

实验结果

研究问题

• RQ1 统一交叉遗传算法在优化多产品、十家成员的串联供应链中的基础库存水平方面效果如何？
• RQ2 与标准交叉相比，统一交叉在库存优化中对收敛速度与解质量的影响是什么？
• RQ3 所提出的方法是否能显著降低总供应链成本，同时维持服务水平？
• RQ4 在多种产品的需求与成本参数变化下，该算法的性能表现如何？

主要发现

• 所提出的UXGA方法相比基线方法显著降低了总供应链成本，展现出更优的成本效率。
• 由于统一交叉机制增强了遗传多样性，该算法表现出更快的收敛速度与更优的解稳定性。
• 成功确定了所有十家供应链成员的最优基础库存水平，有效平衡了持有成本与缺货成本。
• 该方法在多种产品与复杂配置下表现出强鲁棒性，同时保持较低的计算开销。
• 结果证实，统一交叉在维持种群多样性与避免陷入局部最优方面优于标准交叉。
• 本研究验证了UXGA在现实世界多产品、大规模供应链场景中进行库存优化的适用性。