내 신청현황
종류	모집공고명	진행상태
신청내용이 없습니다.

알림마당

home

트럭과 트레일러 수송의 노선 문제를 위한 복합 다중 과제 진화 알고리즘

전문가 제언: ○ 물류 회사에서 빈 상태로 또는 짐을 실은 상태로 수송 수단이 이동하는 것에 대한 수송 문제를 고려하였다. 물류 회사는 제한된 수송 수단(트럭과 트레일러)을 갖고 있음으로 때때로 외주 하청 회사에 업무 지시 사항을 계약할 필요가 있다. 이 트럭과 트레일러 수송 수단 노선 문제(TTVRP, Truck and Trailers Vehicle Routing Problem)에 대한 모델이 처음으로 소개되었다.

○ 많은 매개 변수 최적화 문제와는 달리 TTVRP는 명확한 주변 구조를 갖지 않는다. 적당한 해가 당면한 후보 해의 주변에 있지 않을 수 있기 때문에 TTVRP에 대해 좋은 해를 추적하거나 예측하는 것은 어려운 일이다. 이러한 지시-기반의 다중-형식, 다중 과제 최적화 문제와 같은 것의 해를 구할 수 있는 진화 알고리즘을 설계하기 위하여 가변-길이 염색체 표시, 특수 유전자 조작, 파레토(Pareto) 등급, 적합도 공유, 국부 탐색 경험판단법과 같은 소수의 특징들이 복합 다중 과제 진화 알고리즘(HMOEA, Hybrid Multi Objective Evolutionary Algorithm)에 포함되었다.

○ TTVRP에 대한 해는 시간 윈도(time window)와 트레일러의 가용성과 같은 제약 조건의 수를 조건으로 하여, 최소의 노선 거리와 트럭의 수를 갖도록 완전한 노선 일정을 찾는 것으로 구성되었다. 이러한 다중-형식 순열 최적화 문제를 풀기 위하여 특수 유전자 연산자, 가변-길이 표현과 국부 탐색 경험판단법을 갖는 HMOEA가 TTVRP에 대한 파레토 최적 노선 해를 찾기 위하여 적용되었다.

○ 다중-과제 최적화 결과로부터 유용한 의사 결정 정보를 뽑아내기 위하여 트럭과 트레일러의 수, 트레일러 교환 위치, 트럭의 활용과 같은 여러 변수에 따른 상호관계를 시험하는 것뿐만 아니라 세부적인 분석도 수행되었다. HMOEA가 TTVRP 문제에 대해 유용한 균형 잡힌 해를 찾는 것과 같은 다중 과제 순열 최적화 문제의 해를 얻는데 효과적이라는 것을 보여주었다.

저자: Tan, KC; Chew, YH; Lee, LH
자료유형: 학술정보