複数参照の最小発注量制約下における在庫管理

Joannes Vermorel

サプライチェーンでは最小発注量（MOQ）があらゆるところに存在します。小売専門でない企業は、流通するすべての商品にMOQを課す可能性が非常に高いです。小売業者自身でさえ、サプライヤーからMOQを課されるため対処を余儀なくされています。MOQの普及と、過去100年間にサプライチェーン関連分野（別名オペレーショナルリサーチ、在庫管理、計画など）で約100万本の論文が発表された事実を考えれば、_基本的な問題を調査する論文が数千本存在するはずだ_と予想されるでしょう。しかし、それは誤りです。

数年前、Gaetan Delétoille は Lokad にてこのテーマに取り組む博士課程を開始し、私たちはこの分野における科学文献の著しい不足に大いに驚かされました。過去100年間で MOQ に関する論文がせいぜい数十本しか見つからなかっただけでなく、多くの論文は MOQ の問題に対して単純なヒューリスティック以上の再現性や優れた結果を示さなかったのです。

Benoit PetraやMatthieu Durutの研究と同様に、この学術的取り組みは Lokad のウェブサイトにとって長らく待たれていたものです。

著者: Gaetan Delétoille

日付: 2022年6月

概要:

この博士研究¹は、多くの供給チェーン最適化のクライアントが直面する、複数品目における最小発注量（MOQ）在庫管理問題に取り組んでいます。MOQ問題は、その確率的な性質と複数品目間で共有される最小発注量のため、解決が極めて困難かつ重要です。動的計画法や強化学習アルゴリズムなど既存の手法は、複雑な問題に対してスケールできないか、実際にはほとんど採用されていません。本論文では、最適な発注候補を構築する際に品目の優先順位を付けることで多期間MOQ問題を簡素化する新手法「w-policy」を提案します。多数の数値実験により、w-policy のほぼ最適な性能と堅牢性が検証されました。さらに、本研究では w-policy の割当メカニズムと深層 Q ネットワークを組み合わせたハイブリッドポリシーを提示し、MOQ問題解決における強化学習の可能性も探求しています。ハイブリッドポリシーは有望な結果を示すものの、実際の応用にはさらなる堅牢性が必要です。w-policy は Lokad の日々の在庫管理意思決定ソリューションに既に実装・統合されています。本研究の成果は、不確実性下での複雑かつ大規模な在庫管理問題の解決に大きく寄与し、供給チェーン最適化に実践的な示唆を与えます。

審査委員会:

博士論文をダウンロード (PDF)