부분정보 하 군 재고관리 모델의 효과적 주문량 조정 알고리즘 연구
An Effective Order Adjustment Algorithm for Military Inventory with Partial Information
0
조회
0
다운로드
8
인용
0
참고문헌
키워드
초록
본 논문은 군의 수리부속 재고관리 모델에서 주문량 조정 알고리즘(adjustment algorithm)에 대해 시스템 다 이나믹스 관점에서 연구하였다. 특히 의사결정 매커니즘이라 할 수 있는 피드백 관계에 주목하였다. 군 재고관 리 의사결정에 직접적으로 영향을 주는 요소 중 하나로 수요예측정확도가 있다. 관련 훈령에 의거 75% 수준의 수요예측정확도 목표가 설정되어 있으며, 이에 따라 품목관리관의 소요관리 매커니즘에는 예측수요(사전 주문 량)와 실수요의 일치를 위한 통제행위가 반영되어 있다. 이러한 정확도 기반의 재고관리 접근은 높은 재고고갈 위험에 직면할 수 있다. 이는 작전지원의 효과성을 보장하기 위해 관리대상의 속성이나 중요도를 고려하는 재고 관리 방식으로 보완할 수 있다. 이에 본 연구는 수요예측정확도 향상 피드백 구조와 재고중요도 반영 피드백 구 조를 비교분석한다. 두 가지 모델은 부분정보라는 상황에서 시뮬레이션되었다. 축적된 자료가 많지 않아 수요의 분포를 가늠하기 힘든 상황으로 자료 수가 30개 이하인 경우에 한정하였다. 이는 신규 도입된 특정 장비에 대한 군 수리부속 재 고관리의 상황에 보다 근접하기 위한 설정이다. 부분정보 하에서 의사결정자는 범위접근형(range approach)이 다. 또 다양한 수요를 가정하였다. 즉 일정한 범위에서 평탄한 레벨수요, 추세가 반영된 수요, 계절지수가 반영 된 수요의 3가지 수요상황에 대해 시뮬레이션하였다. 시뮬레이션 결과, 정확도 기반유형보다 중요도 기반 유형 이 군의 수리부속 재고관리에 보다 적합한 것으로 나타났다.
Abstract
In this paper, we have studied the adjustment algorithm of the inventory management model of the military from the viewpoint of system dynamics. In particular, we focused on the feedback relationship, which can be called the decision-making mechanism. One of the factors directly affecting the military inventory management decision is demand forecast accuracy. According to the relevant directive, the demand forecast accuracy level is set at 75% level. Therefore, the item management mechanism of the item manager reflects the control action for the prediction demand(pre-order quantity) and actual demand. This accuracy-based inventory management approach can face high inventory depletion risks. This can be complemented by an inventory management approach that takes into account the nature and importance of the managed objects to ensure the effectiveness of operational support. This study compares and analyzes the demand feedback accuracy improvement feedback structure and inventory importance feedback reflecting structure. Both models were simulated in the context of partial information. This is limited to cases where there is not enough data to accumulate data and the demand for observations is less than 30 on the assumption that demand dispersion is difficult to determine. This is a setting that is closer to the situation of military inventory management for the newly introduced specific equipment. Under partial information, the decision maker is a range approach. We also assumed various demands. They were simulated for three levels of demand: a flat level demand, a demand reflecting trend, and a demand reflecting seasonality. The simulation results show that importance-based feedback structure is better suited for managing military repair parts inventory than accuracy-based approach.
참고문헌 (32)
- 국방부, "군수지원성과관리 훈령, 국방부훈령 제2047호", 17~20 (2017)
- 국방부, "'18-'22년 국방전력지원체계 사업계획서", ~ (2016)
- 류태웅, "육군 평시 적정 보급수준에 관한 시뮬레이션 연구", 석사, pp.2014
- 문성암, "의사결정자의 평균고정 휴리스틱이 공급사슬에 미치는 영향에 관한 연구", 로지스틱스연구, 20(1), pp.72~88 (2012), 한국로지스틱스학회[DOI]
- 문성암, "공급부족 상황에서의 주문량 의사결정 휴리스틱 연구", 로지스틱스연구, 21(2), pp.47~60 (2013), 한국로지스틱스학회[DOI]
- 문성암, "군 공급사슬 복원력 결정요인에 관한 연구", 로지스틱스연구, 23(1), pp.1~18 (2015), 한국로지스틱스학회[DOI]
- Arrow, K. J., "Studies in Mathematical theory of inventory and production", pp.201~209 (1958), Stanford University Press
- Barlas, Y., "Formal aspects of model validity & validation in system dynamics", System Dynamics Review, 12(3), pp.183~210 (1996)
- Bell, D. E., "Regret in decision making under uncertainty", Operational Research, 30(5), pp.961~981 (1982)
- Bertsimas, D., "Optimal inequalities in probability theory : A convex optimization approach", SIAM Journal on Optimization, 15(3), pp.780~804 (2005)
- Bertsimas, D., "On the relation between option and stock prices : A convex optimization approach", Operational Research, 50(2), pp.358~374 (2002)
- Bertsimas, D., "Optimal inequalities in probability theory : A convex optimization approach", SIAM Journal on Optimization, 15(3), pp.780~804 (2005)
- Bolton, G. E., "Learning-by-Doing in the Newsvendor Problem : A laboratory investigation of the role of experience and feedback", Manufacturing & Service Operations Management, 10(3), pp.519~538 (2008)
- Brown, A. O., "The impact of alternative measures on single-period inventory policy", Journal of Industrial and Management Optimization, 2(3), pp.297~318 (2006)
- Cachon, G., "Matching Supply with Demand: An Introduction to Operations Management", pp.309~345 (2013), McGraw-Hill
- Carson, J. S., "Model verification and Validation", Simulation Conference, Proceedings of the Winter, 1, pp.52~58 (2002)
- Fisher, M., "What is the Right Supply Chain for your Product?", Harvard Business Review, pp.105~116 (1997)
- Ford, D. N., "A behavioral approach to feedback dominance analysis", System Dynamics Review, 15, pp.3~36 (1999)
- Gallego, G., "The distribution free newsboy problem : Review and extensions", Journal of the Operational Research Society, 44(8), pp.825~834 (1993)
- Helbing, D., "Physics, stability, and dynamics of supply networks", Physical review E, 70(6), pp.066116~ (2004)
- Loomes, G., "Regret theory : An alternative theory of rational choice under uncertainty", The economic Journal, 92, pp.805~824 (1982)
- Moon, S., "The Relationships Among Manufacturer Product Strategy, Supply Chain Structure and Supply Chain Inventory", Asia Pacific Journal of Marketing and Logistics, 16(2), pp.20~45 (2004)
- Moon, S., "Systems thinking ability for supply chain management", Supply Chain Management: An International Journal, 10(5), pp.394~401 (2005)
- Ng, T.S., "Robust parameter design for system dynamics models: a formal approach based on goal-seeking behavior", System Dynamics Review, 28(3), pp.230~254 (2012)
- Perakis, G., "Regret in the Newsvendor model with patial information", Operations Research, 56(1), pp.188~203 (2008)
- Popescu, I., "A semidefinite approach to optimal-moment bounds for convex class of distributions", Mathematics of Operations Research, 30(3), pp.632~657 (2005)
- The big data newsvendor : practical insights from machine learning analysis, "Rudin, C.", MIT, ~, pp.MIT Sloan School Working Paper, No.5036-13 (2014)
- Sargent, R.G., "Verification and validation of Simulation Models", Proceeding of the 37th conference on Winter Simulation Conference, pp.130~143 (2005)
- Savage, L. J., "The theory of statistical decisions", Journal of the American Statistical association, 46(253), pp.55~67 (1951)
- Scarf, H. E., "A min-max solution to an inventory problem", Studies in the mathematical theory of inventory and production, 10(2), pp.201~ (1958)
- Sterman, J.D., "Business Dynamics: systems thinking and modeling for a complex world", pp.669~ (2000), McGraw-Hill
- Towill, D.R, "Industrial Dynamics Simulation Models in the Design of Supply Chain", International Journal of Physical Distribution and Logistics Management, 22, pp.3~13 (1992)