본문 바로가기
HOME> 논문 > 논문 검색상세

학위논문 상세정보

글로벌 공급사슬 리스크 관리를 위한 시뮬레이션 최적화 접근방법 원문보기

  • 초록

    기업 경제활동의 글로벌화로 인해 공급사슬의 범위가 다른 대륙이나 국가로 확장 되었고, 그 이유로 기업은 다른 지리적 문화적 차이에 영향을 받아 기존보다 더 많은 불확실성과 리스크에 노출되었다. 기업은 이러한 상황에서 효과적으로 불확실성과 리스크에 대응하는 공급사슬의 관리의 필요성을 느끼게 되었다. 기존의 연구에서는 단순히 수요의 불확실성에 대해서만 다루어 다양한 리스크를 다루지 못하는 한계점을 발견하였고, 공급사슬의 전체적인 운영과 리스크에 대응하는 해법제시가 아닌 DC의 재고시스템에 대한 운영과 경로문제를 주로 다루었다. 그리고 시뮬레이션을 이용한 공급사슬의 리스크에 대한 영향을 다양한 상황에서 분석하였지만 리스크에 대응하는 해법에 대한 내용이 부재하였다. 따라서 본 연구는 기존 연구의 한계점에서 동기를 얻어 다양한 불확실성과 리스크에 대해 대응하는 효과적인 공급사슬 관리해법을 유전알고리즘을 통해 제시하고, 다양한 불확실성과 리스크의 발생 및 시설에 대한 영향, 지속 및 회복을 글로벌 공급사슬 시뮬레이션 모형을 통하여 반영하여 유전알고리즘의 해 적합도 평가에 사용하였다. 유전알고리즘의 성능을 개선하기위해 다중 여왕벌 진화방법을 사용하였으며, 돌연변이(mutation)을 개체의 좋고 나쁨을 구분하여 강변화 돌연변이와 약변화 돌연변이로 선택할 수 있는 선택적 돌연변이 방법을 추가하였다. 더 다양한 해영역의 탐색을 위해 교차(crossover)에 swap crossover를 추가로 사용하였다. 유전알고리즘 해법의 검증을 위해 확정적 모형에서 재고관리모형 공식(EOQ 공식)과의 비교를 통해 유전알고리즘의 성능을 검증하였다. 그리고 유전알고리즘의 적합도를 계산하기 위해 아시아, 북미, 중남미, 유럽, 오세아니아를 포함하는 글로벌 공급사슬의 시뮬레이션 모형을 개발하였고, 다수의 시나리오를 통해 시뮬레이션 모형의 타당성을 검증하였다. 검증된 유전알고리즘 해법과 글로벌 공급사슬 시뮬레이션 모형 중 아시아 대륙 부분을 이용하여 현실적인 휴대폰 시장의 글로벌 공급사슬의 최적화 해를 제시하였다. 유전알고리즘을 이용하여 구한 해와 재고모형 공식해의 비교를 통해 관리자가 임의로 리스크에 적극적이나 소극적으로 대응한 관리 방법에 비해 유전알고리즘 해법을 이용한 관리방법이 리스크 적극대응 공식해에 비해 약21%에서 개선이 있었고, 리스크 소극대응 공식해에 비해 약 23.9%의 기대이익 증가의 효과를 확인하였다. 또 한 기존의 정량발주모형을 사용한 공급사슬의 모형에 DC 별로 정량과 정기발주모형을 선택할 수 있게 보다 확장된 공급사슬 모형을 설계하였다. 정기발주모형 또는 정량발주모형만을 사용하는 경우와 정량과 정기발주는 혼용하는 경우의 비교 실험을 통해 리스크가 존재하는 글로벌 공급사슬의 상황에서 정량과 정기를 모두 사용하는 경우 리스크에 더 잘 대응할 수 있음을 확인하였다. 개발한 유전알고리즘과 시뮬레이션 모형을 이용하여 제품 품목의 확장 등의 상황에서도 불확실성과 리스크에 효과적으로 대응하는 글로벌 공급사슬의 최적화에 접근할 수 있을 것이라 생각된다.


    Due to the globalization of enterprise economic activity supply chain range was expanded into other continents and countries. And the globalization of the enterprise affected by the different geographical and cultural differences was exposed to uncertainty and risk more than conventional. Companies was needed to that effectively respond to uncertainty and risk of supply chain management. Existing research has limits that did not suggests a solution to deal with a wide range of risks. In this study, we proposed a solution to effective response to a variety of uncertainties and risk by using genetic algorithms. also we are developed of simulation models containing the various risk to evaluate the genetic algorithms fitness value. Obtained using the genetic algorithm through the comparison of the solution and formulas. we using genetic algorithms confirmed the superiority of solution.


 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역