IoT対応のサプライチェーンにおける輸送と物流のスケジューリングを強化するためのハイブリッド最適化アルゴリズム

科学分野:

• サプライチェーンマネジメント サプライチェーンマネジメント
• 事業 事業研究 事業研究
• 物事のインターネット (IoT)

背景:

• IoT対応のサプライチェーンは,リアルタイムのデータ処理と,物流コストを削減するための情報に基づいた意思決定に不可欠です.
• 輸送と物流のスケジューリングを最適化することは,需要,車両容量,配達時間のバランスをとる必要性のために,依然として困難です.

研究 の 目的:

• IoT統合物流における最適化アルゴリズム (DE,GA,SA,PRS) のパフォーマンスを評価する.
• 拡張された物流スケジューリングのための新しい組み合わせ最適化戦略,双方向PRS-SA (Bi-PRS-SA) を導入する.
• ダイナミックなサプライチェーン管理のためのBI-PRS-SAをIoTに統合するための概念的枠組みを提案する.

主な方法:

• 4つの最適化アルゴリズムを評価した: 微分進化 (DE), 遺伝子アルゴリズム (GA), シミュレートアニリング (SA), プリズム反射検索 (PRS).
• グローバルとローカル検索機能を組み合わせたハイブリッド双方向PRS-SA (Bi-PRS-SA) の最適化アプローチを開発しました.
• IoTエコシステム内のダイナミックなサプライチェーン管理のための枠組みを提案しました.

主要な成果:

• Bi-PRS-SA戦略は,DE,GA,SA,およびPRSと比較して優れたパフォーマンスを示し,15-25%の改善を達成しました.
• ウィルコクソンサインランクテストを用いた統計的検証は,改善の有意性を確認した (p <0.05).

結論:

• Bi-PRS-SAフレームワークは,IoT環境におけるリアルタイムの物流管理のための堅牢でスケーラブルなソリューションを提供します.
• このハイブリッドのアプローチは,グローバル検索とローカル検索のバランスを効果的に保ち,サプライチェーンのオペレーションにおける効率の向上につながります.