抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
大規模で複雑なサプライチェーンの多目的最適化は,多くの時間や専門知識を必要とする。本研究の目的は,これらの問題を解決するアプローチとして在庫管理のためのデータ駆動進化型多目的最適化法を開発することである。本研究では,サプライヤー,物流センターおよびカスタマーから成る3層サプライチェーンシミュレーションモデルを考察する。物流センターでの在庫管理において,全コストを最小化してサービスレベルを最大にする多目的最適化問題を研究する。データ駆動多目的進化最適化は,シミュレーション結果を用いずに目的関数を評価するために機械学習のようなデータ駆動法を用いて代理モデルを構築する方法である。目的関数の推定値を用いて多目的最適化を行う。ここで誘導したソリューションの80%が訓練データに対して非劣であることを数値実験で示す。それゆえに,本提案の方法によって得られたソリューションは準パレート最適解であることを示す。(翻訳著者抄録)