시간종속 재고경로문제를 위한 최적화 모델 및 알고리즘

Abstract

공급사슬경영의 전체 최적화를 위해서는 구매, 제조, 분배, 유통의 각 프로세스에서 통합된 관점에서 의사결정이 필요하다. 특히 공급사슬 수익성에 큰 영향을 미치는 요소는 재고와 수송비용이며, 이러한 관점에 따라 재고와 수송의 통합모델에 관한 많은 연구가 이뤄졌으며, 이를 재고경로문제(inventory routing problem; IRP)라 통칭한다. 지금까지 재고경로문제는 수송계획 수립 시, 수요지간 이동시간을 일정한 것으로 가정하였다. 그러나 수요지간 이동시간은 교통상황에 따라 변하는 것이 사실이며, 이를 고려하지 못한 재고계획은 비현실적인 sub-optimal의 해가 될 수 있다. 즉 차량이 정체가 발생하는 도로를 이용하는 수송계획이 수립되어, 이로 인해 정해진 기한에 소매점 수요를 만족시키지 못하고, 이는 결국 공급사슬 전체의 성과를 떨어지게 만든다. 또한 기존 재고경로문제의 해법은 재고의사결정을 바탕으로 한 수송비용 최소화에 중점을 둠에 따라 재고계획에 종속적인 수송계획이 수립되었다. 그러나 재고와 수송이 어느 한 부분에서만 평가되고 최소화되면 다른 한 부분은 실행 불가능하거나 증가하기 마련이다. 이 논문에서는 이동시간의 변화를 고려하는 재고경로문제를 시간종속 재고경로문제라 정의하고(time dependent inventory routing problem; TDIRP), 이에 대한 해법으로 재고와 수송의 통합계획을 위한 최적화 모델을 구축하고 유전자 알고리즘을 제시한다. 시간종속 재고경로문제의 재고 보충량과 재고 보충시기 그리고 차량경로의 세 가지 의사결정변수를 결정하기 위하여 2차원 행렬의 유전자 표현을 고안하였으며, 실행가능 해를 생성하기 위한 초기 모집단 생성 알고리즘을 개발하였다. 또한 적절한 교차연산자와 돌연변이 연산자를 개발하여 유전자 알고리즘의 성능을 개선하고자 하였고, 수렴속도의 개선을 위하여 적응 유전 파라미터 휴리스틱을 도입하였다. 개발된 GA의 성능을 평가하기 위하여 300개의 예제를 구성하여, 최적해법에 의한 수리모델의 최적해와 비교 분석하였다. 그 결과 최적해법에 의한 결과를 기준으로 최대 4.54(%)의 오차율과 짧은 소요시간을 확인할 수 있었다.