マルチリファレンス最小発注数量の制約下での在庫管理
最小発注数量(MOQ)は、サプライチェーンにおいて広く使用されています。小売専門家でないすべての事業は、配布物にMOQを課す可能性が非常に高いです。小売業者自体もMOQに対処しなければならず、これはサプライヤーによって課されます。MOQの普及度を考慮すると、過去100年間においてサプライチェーン関連分野(オペレーションリサーチ、在庫管理、計画など)で約100万本の論文が発表されてきたことを考えると、このような基本的な問題を調査するために数千の論文1がすぐに利用可能であることが期待されます。しかし、それは間違いでした。
数年前、Gaetan Delétoille氏がLokadでこの非常に重要なテーマに取り組むための博士号を取得しましたが、私たちが最も驚いたのは、このテーマに関する科学的文献の極度の乏しさでした。過去100年間にMOQに関連する数十の論文しか見つからず、その多くはMOQに取り組む際に自明なヒューリスティックスよりも優れた結果を生み出さなかったのです2。
Benoit Petra氏やMatthieu Durut氏の研究と同様に、この学術的な研究はLokadのウェブサイトに長らく欠けていたものです。
著者: Gaetan Delétoille
日付: 2022年6月
要約:
この博士研究3は、多品目最小発注数量(MOQ)在庫管理問題に直面する多くのサプライチェーン最適化クライアントに対処しています。MOQ問題は、その確率的な性質と複数のアイテム間で共有される最小発注数量のために、重要でありながら解決が困難です。動的計画法や強化学習アルゴリズムなどの既存の手法は、複雑な問題に対してスケーリングしないか、実践ではほとんど適用されません。この論文では、最良の潜在的な注文を構築する際にアイテムを優先する新しいアプローチであるwポリシーを導入します。広範な数値実験により、wポリシーのほぼ最適なパフォーマンスと堅牢性が検証されています。さらに、この研究では、wポリシーの割り当てメカニズムとディープ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紹介することで、強化学習のMOQ問題への潜在能力を探求しています。ハイブリッドポリシーは有望な結果を示していますが、実世界の応用にはさらなる堅牢性が必要です。wポリシーは、Lokadの日々の在庫管理意思決定ソリューションに正常に実装され、統合されています。この研究の結果は、確率的な予測の下で複雑な大規模な在庫管理問題の解決に大きく貢献し、サプライチェーン最適化に実用的な示唆を与えています。
審査員: