수급의 불확실성을 고려한 지능형 재고관리 모델

• 발행기관: 한국시뮬레이션학회
• 저자명: 이상엽 정병훈 정봉주
• 간행물 정보: 『한국시뮬레이션학회 학술대회집』2017년 춘계학술대회 발표집, 5911~5930쪽, 전체 20쪽
• 주제분류: 공학 > 기타공학
• 파일형태: PDF
• 발행일자: 2017.04.26

국문 초록

최근 치열해져 가고 있는 시장에서는 고객 요구의 증대, 제품의 수명주기 단축 등으로 비안정적인 수요가 발생하고 장비 이상, 파업, 자연재해, 불량 발생 등의 이유로 공급의 불확실성이 분명하게 존재한다. 이전의 대부분의 연구는 장기적인 재고정책을 고려하는 과정에서 수요와 공급의 불확실성을 효과적으로 반영하는 데 어려움이 있었다. 기계학습 기법인 강화학습은 이러한 수요와 공급의 불확실성에 대응하는 단기적인 의사결정을 위한 효과적인 방법이다. 강화 학습을 활용하면 변화하는 환경과 상호작용을 통해 동적인 의사결정이 가능하다. 본 연구에서는 강화학습을 통해 비안정적인 수요와 불확실한 공급이 존재 하는 환경에서 동적으로 재고수준을 결정하는 단기 최적 재고정책 모델을 제안 하였다. 또한 실험을 통해 모델의 유효성을 검증하였다.

목차

1. 연구 배경

2. 기존 문헌 연구

3. 문제 정의

4. 강화학습 (Reinforcement Learning)

5. 지능형 재고관리 모델

6. 결론 및 향후 연구 계획