2. /
• 다양한 이유들로 비냉동 배송수단인 일반트럭을 배송의 일부
혹은 전체에 사용하는 기업들이 등장
• 배송지 – 배송지, 물류센터 – 배송지 간 거리가 먼 배송취약지역
에서 신선식품의 장시간 노출로 인해 녹거나 부패해서 도착하는
배송실패 사례 발생
최적해 도출을 위한
혼합정수계획법(MILP) 개발
현실적 크기 문제 해결을 위한
메타 휴리스틱 알고리즘 개발
실제 데이터를 활용해
배송모델 도입 효과 분석
3. • 배송품의 상온노출가능 시간을 도입한 냉동트럭, 일반트럭 혼합 배송모델 설계
• 모든 신선식품을 상온노출가능 시간 내에 배송하여 신선도 하락의 가능성을 제거
• 냉동/일반트럭 배송비용 및 예약배송실패 벌과비용 등의 총 배송비용을 최소화
• 주문의 배송트럭 할당, 트럭들의 경로 및 일정 의사결정 조합 최적화 문제
<주문할당>
<라우팅>
<스케줄링>
배송취약지역
• 도심지역에 비해 인구밀집도가 낮아 배송지와 배송지 간 거리가 멀다.
• 냉장/냉동시설이 갖추어진 물류센터의 수가 적어 물류센터와 배송지 간 거리가 멀다.
→ 신선식품의 장시간 상온노출로 인해 녹거나 부패해서 도착하는 배송실패 사례 발생
비냉동 배송수단인 일반트럭을 배송의 일부 혹은
전체에 사용하는 기업들이 등장
일반
배송
예약
배송
duedate
time
window
너무이른배송도착에따른
신선도저하우려
• 상온에서신선식품의신선도가변하
지 않는최대노출시간
• 모든배송품은상온노출가능시간을
초과하지않고배송완료해야함
• 일반트럭의운행거리를단축하여상
온노출가능시간제약을
• 인계장소에서냉동트럭이일반트럭
에게배송품을전달
• 소비자가상품도착시간구간을직접
선택
• 집에있는시간에신선식품을받아바
로냉장/냉동하여신선도유지
4. ▪ 냉동트럭과 일반트럭을 활용하여 신선식품 배송을 수행한다.
▪ 각 배송품은 상온에서 신선도가 변하지 않는 최대 시간인 상온노출가능시간을 가지고 있다.
▪ 각 고객은 배송도착을 원하는 시간구간인 예약배송시간 구간을 가지고 있다.
▪ 배송품은 냉동트럭에 의해 직접배송되거나, 일반트럭에 의해 연계배송된다.
▪ 인계장소 후보지는 유휴공간으로 일반트럭의 배송 시작점 및 도착점이 된다.
(일반트럭의 물류센터에서 인계장소로의 이동은 고려하지 않고, 인계장소에 대기하고 있다고 가정)
▪ 고객은 하나의 배송품을 주문하며, 모든 배송수요를 충족시켜야 한다.
▪ 냉동트럭은 물류센터에서 출발하여 한번의 투어만을,
일반트럭은 인계장소에서 출발하여 여러 번의 투어 (multi-tour)가 가능하다.
▪ 배송품이 상온에서 존재하는 시간은 배송품의 고유한 상온노출가능 시간을 초과해선 안된다.
(배송품이 냉동트럭을 벗어난 순간부터 상온노출가능 시간 제약 발생)
▪ 배송품이 예약배송을 만족하지 못하면 예약배송실패 벌과비용을 지불한다.
[12:30,13:30]
[13:00,14:00]
[13:00,14:00]
[14:30,16:00]
[15:00,16:00] [15:00,17:00]
[12:00,14:00]
[12:00,13:00]
[12:30,13:30]
[12:00,13:30]
[11:00,14:00]
[11:00,13:00]
[10:00,12:00]
60분 200분 30분
300분 200분 180분
100분 80분 30분
C
D
FT
GT
H
TW
AT
TT
𝑴𝑳𝑻
𝐌𝐋𝐇
5. 주저자
문제상황 목적식
방법론
Multi-
tour
Time
Window
상온노출
가능시간
제품신선도
(Max)
고객만족도
(Max)
배송비용
(Min)
유통시간
(Min)
M.Wie et al (2020) √ Branch-and-Cut Algorithm
F.Zulvia et al (2020) √ √ √ √ GE Algorithm
J.Orjuela-Castro et al (2019) √ √ P-median
M.Rabbani et al (2016) √ √ √ Genetic Algorithm
J.Chen et al (2019) √ √ √ Ant Colony Algorithm
P.Amorim et al (2014) √ √ Genetic Algorithm
주저자
문제상황 목적식
방법론
Multi-
tour
Time
Window
상온노출
가능시간
제품신선도
(Max)
고객만족도
(Max)
배송비용
(Min)
유통시간
(Min)
P.Deng et al (2019) √ √ Genetic Algorithm
C.Murray et al (2015) √ FSTSP, PDSTSP
S.Voigt et al (2021) √ ALNS
L.Zhen et al (2021) √ CG-based Algorithm
D.Enthoven et al (2020) √ ALNS
H.Li et al (2020) √ √ √ ALNS
D.Liu et al (2020) √ Hybrid GA-PSO
H.Li et al (2019) √ √ two-stage heuristic algorithm
√ √ √ √ GA, SA
6. 𝐶1∗
i ϵ N
j ϵ N
(𝑥0𝑖 𝑗∗ 𝑇𝑇𝑖 𝑗) + 𝐶2 ∗
t ϵ 𝐺𝑇
(𝑦4𝑡) + 𝐶3 ∗
t ϵ 𝐺𝑇
k ϵTr’
i ϵ N’
j ϵ N’
x1𝑡 𝑘 𝑖 𝑗 ∗ 𝑇𝑇𝑖 𝑗 + 𝐶4 ∗ [
c ϵ C
(𝑙0𝑐 1+𝑙0𝑐 3) +
𝑡 ϵ 𝐺𝑇
k ϵ Tr’
c ϵ C
(l1𝑡 𝑘 𝑐 1 + l1𝑡 𝑘 𝑐 3) ]
𝐲0 배송지 → 물류센터 or 인계장소
𝐲1 배송지 → 냉동트럭 or 일반트럭
𝐲2 일반트럭 → 인계장소
𝐱𝟎 배송경로
𝐭𝟎 배송지 방문시간
𝐥𝟎 예약배송 성공여부
𝐱𝟏 배송경로
𝐭𝟏 배송지 방문시간
𝐥𝟏 예약배송 성공여부
𝐱𝟐 (투어 간) 순서
𝐬𝐭𝐅𝐓 (냉동트럭) 배송 시작시간
𝐜𝐭𝐅𝐓
(냉동트럭) 배송 종료시간
𝐬𝐭𝐆𝐁
(일반트럭) (투어 별) 배송 시작시간
𝐜𝐭𝐆𝐁
(일반트럭) (투어 별) 배송 종료시간
𝑀𝑖𝑛
8. 배송지수 기존배송방식 제안배송방식
10 O O
15 O O
20 O O
25 X O
30 X O
35 X X
40 X X
45 X X
50 X X
• 비연계 배송방식은 배송지가 25개보다 많아지면 상온노출가능 시간 제약을 어기는 배송품이 발생하는 반면
연계배송 방식에서는 30개의 배송지까지 신선배송을 수행할 수 있음
•
9. •
•
• 벌과 비용이 약 1000원을 넘어갈 시 기존 방식의 총 배송비용이 더 커짐
• 상온노출시간 초과 배송은 단순 배송품 폐기 비용, 반품 비용 뿐 아니라
고객 신뢰도 하락, 잠재적 고객 탈락 등의 다양한 비용을 내포하고 있어
단순 1000원의 가치보다 훨씬 큼
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준 -표준 -표준 -표준 -표준 -표준 -표준 -표준 -표준 -표준 -표준 -표준 -표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준
-표준