공급사슬 계획과 운영을 위한 다목적 의사결정 최적화 모형과 해법

Abstract

최근 국내∙외 기업들은 4차 산업혁명, 정보기술의 발달, 세계화, 지속가능성, 불확실성에 의해 요구되는 다양한 의사결정과 높은 고객 서비스 요구에 직면하고 있다. 이러한 복잡하고 빠르게 변화하는 경영환경에서 기업이 경쟁우위를 확보하기 위해서는 효율적인 공급사슬 네트워크와 물류시스템을 설계하고 최소의 비용으로 빠르고 정확한 고객 서비스를 제공해야 한다. 즉, 다양한 의사결정을 신속히 처리할 수 있는 공급사슬 네트워크와 물류시스템을 설계하는 방법이 성공적 기업 경영의 필수 요소라고 할 수 있다. 이와 같은 현상을 고려해 본 연구에서는 공급사슬 계획과 운영을 위한 다목적 의사결정 최적화 모형과 해법을 개발하는 두 가지 독립된 연구를 진행한다. 첫째, 공급사슬 계획에서 발생하는 다목적 의사결정을 고려한 최적화 모형과 해법을 적용하여 공급사슬 네트워크를 설계하는 연구를 진행한다. 먼저 공급사슬에서 제품을 수송하면서 발생하는 총 운영비용을 최소화하고, 수송 간 발생하는 총 탄소배출량을 최소화한다. 또한, 공급사슬에 존재하는 다중창고의 수송량을 균형적으로 할당하는 방법을 통해 공급사슬에 내재한 불확실성을 줄이고 수송 간 발생하는 총 위험비용을 최소화한다. 이를 위해 2단계 공급사슬 네트워크 시스템을 대상으로 다목적 혼합정수계획 최적화 모형을 수립한다. 수립한 다목적 혼합정수계획 최적화 모형의 파레토 최적해(Pareto optimal solutions)를 구하기 위해 goal programming(GP), augmented ε-constraint method 2(AUGMECON2), multiple objective genetic algorithm(MOGA) 해법들을 이용해 해를 도출하고, 수치예제를 기준으로 가장 효율적인 해법을 검토한다. 본 연구에서는 제안한 세 가지 해법들 중 AUGMECON2 해법이 각 목적함수의 최적해를 찾으며, 다양한 파레토 최적해 집합을 도출할 수 있는 가장 효율적인 해법임을 확인하였다. 또한, 제안한 다목적 혼합정수계획 최적화 모형과 AUGMECON2 해법을 이용해 실제 유통기업의 공급사슬 네트워크를 설계하는 사례연구를 진행하였다. 이를 통해 제안한 다목적 의사결정 최적화 모형과 해법이 실제 사례에도 효율적으로 적용되는 것을 확인하였다. 둘째, 공급사슬 운영에서 발생하는 다목적 의사결정을 고려한 최적화 모형과 해법을 적용해 물류시스템을 설계하는 연구를 진행한다. 이를 위해 다중창고에 고객수요를 균형적으로 할당하면서 최적의 차량경로를 구할 수 있는 문제를 새롭게 정의한다. 또한, 해당 문제에 관한 다목적 혼합정수계획 최적화 모형을 수립하고, 이를 효율적으로 풀 수 있는 2단계 해법을 제안한다. 제안한 해법을 적용해 현실과 유사한 환경을 설정한 후 다양한 수치실험을 진행하였으며, 빠른 시간안에 최적해를 도출하는 것을 확인하였다. 본 연구에서 제안한 다목적 의사결정을 고려한 최적화 모형과 해법은 유통시스템을 다루는 기업에 적합하며, 공급사슬 계획과 운영에서 필요한 의사결정을 빠르게 지원함으로써 공급사슬 네트워크와 물류시스템을 효율적으로 설계할 수 있을 것으로 기대된다. 이를 통해 궁극적으로는 총비용 최소화, 고객 서비스 수준 극대화, 기업 이미지 향상 등을 기대할 수 있다. 또한, 고객수요를 균형적으로 할당함으로써 주문 충족률과 시설 이용률을 최대화할 수 있고, 품절, 배송지연, 배송 리드타임 등을 최소화할 수 있을 것으로 예상된다. 그 외 작업 과부하, 미납주문, 긴급배송, 추가배차 등의 감소 효과도 기대된다. 추후 연구로는 장기간의 의사결정을 지원하는 공급사슬 전략에 관한 최적화 모형과 해법에 관한 연구를 생각할 수 있다. 특히 다 기간의 수요를 고려한 설비입지 선정문제를 적용하는 공급사슬 네트워크 설계에 관한 연구를 진행할 수 있으며, 이는 재고정책과 리드타임을 같이 고려한 연구로도 확장할 수 있다.; Recently, companies facing with multi-objective managerial decisions prompted by the fourth industrial revolution, advanced information technology, globalization, sustainability, uncertainty, and high service requirements of customers are trying to enhance their competitiveness by optimally constructing and efficiently operating a supply chain in a logistics system. These days, the design of a supply chain network in the logistics system is considered to support for reliable supply, fast delivery, cost optimization, environmental effect minimization, risk management, and efficient utilization of resources. In this regard, this thesis investigates two separate problems related to the planning and operation of a supply chain. Specifically, the first problem of this thesis is concerned with a transportation volume decision using the criteria of total operational costs, carbon footprint occurring in proportion of transportation distances, and the risk costs in a network. The concerned system of the problem is a two-stage supply chain network that consists of multiple suppliers, distribution centers, and customers. The problem is formulated as a multi-objective mixed integer programming model. In order to find Pareto optimal solutions for the proposed model, the goal programming (GP), augmented ε-constraint method 2 (AUGMECON2), and multiple objective genetic algorithm (MOGA) are utilized. The computational experiments are performed under various experimental designs. The result of the experiments obtains that AUGMECON2 shows superior performance compared to other methodologies. The method is then applied to a case study problem with the data of supply chain network by the Walmart. The second problem is a balanced allocation and vehicle routing problem for the operation of a supply chain network. The problem is defined as a balanced allocation vehicle routing problem (BAVRP) and is formulated a multi-objective mixed integer programming model to describe it. A two-stage solution approach has been proposed to solve the optimization model. The approach decomposes the BAVRP into two independent sub-problems, customer’s demand allocation problem and vehicle routing problem, and solves them separately. The experimental results show that the proposed approach is readily applicable to the BAVRP. The proposed multi-objective decision-making optimization models and algorithms for the supply chain planning and operation are readily applicable to the various kinds of real-world design and operation problems. The practical implications of this study provide several insights. It increases the chances of maximizing the order fill rate, a utilization rate of facilities while minimizing total costs, stock outs, late deliveries, and total delivery distance. For a more complete investigation, future research is needed for the analysis of long-term strategic decision problems of supply chain management. In particular, it is necessary to investigate a capacitated facility location problem containing multiple periods, inventory policy, and positive lead time.