변동성이 내재된 공급사슬 망을 위한 최적 의사결정 수립 방안

국문 초록 (Abstract)

본 연구는 품질에 따른 제조과정의 변동성이 존재하며, 제조 및 유통 단계별 리드타임의 변화가 크고, 제품/부품 사양에 따른 내/외부 불확실성 등이 존재하는 다단형 조달-제조-유통시스템 (MPPDS)을 대상으로 효율적인 PDC (production and distribution control) 의사결정 수립을 위해 확률모형 기반의 모형 및 휴리스틱 개발을 최종목표로 한다. 그리고 본 최종목표를 달성하기 위해서는 아래의 항목들에 대한 세부연구가 진행되었다.
<1차년도 연구내용>
● 확률적 제조유통시스템 프레임워크 개발
● 공급사슬 네트워크의 내/외부 불확실성을 고려한 확률계획법 (stochastic programming) 모형 개발
<2차년도 연구내용>
● 공급사슬 네트워크 내부 불확실성(재공재고 등)을 효율적으로 반영하는 청산함수 (clearing function) 기반의 확률 모형 개발 및 솔루션 기법 개발
● 혼합정수계획법(MIP)의 형태를 갖는 제조유통시스템 모형 해결을 위한 효율적인 메타 휴리스틱 개발 – GRASP, Tabu search, Simulated annealing, Genetic algorithm

다국어 초록 (Multilingual Abstract)

This study targets multi-site procurement-production-distribution system (MPPDS) with manufacturing volatility owing to quality variation, long lead-time during production and distribution and inside/outside uncertainty due to product specification, and aims to develop stochastic mathematical model and heuristic algorithms in order to make an efficient decision for production and distribution control system. Detailed research items were carried out to reach the final goal as follows.
<Research items for 1st year>
● To develop framework for stochastic production and distribution control system
● To develop stochastic programming model with inside/outside uncertainties within supply chain network
<Research items for 2nd year>
● TO develop stochastic model based on clearing function, which efficiently reflects inside uncertainties such as WIP (work-in-process) within supply chain network
● To develop effective meta heuristic algorithms to solve stochastic production and distribution control model, which are mixed integer programming (MIP) – GRASP, Tabu search, Simulated annealing, Genetic algorithm