DHL의 최적화 프로그램이 무엇을 자체 배송하고 무엇을 외주할지 결정해 연간 9,860만 달러를 절감한다.

DHL 서플라이 체인 북미는 세계 최대 물류 네트워크 중 하나를 운영하며 기업 고객을 위해 연간 10억 개 이상의 소포를 배송하는데, 입찰, 차량 규모와 유형, 외주, 경로 설정에 관한 결정이 각각 따로 처리되어 왔다는 문제에 직면했다.

오하이오 주립대 박사 과정 졸업생 Yibo Dang이 Ted Allen의 도움을 받아 이끈 팀은 혁신적인 정수 계획법과 공생 쌍둥이 개미 군집 탐색을 활용해 경로 설정과 외주를 알고리즘적으로 결합하는 운송 네트워크 최적화 프로그램을 구축했다.

이 소프트웨어는 대규모 경로 설정 문제를 해결하며 도입 이후 연간 약 9,860만 달러의 비용과 50만 톤의 CO2 배출을 절감하는 것으로 추정되며, 이를 통해 DHL과 오하이오 주립대는 2023년 INFORMS 프란츠 에델만상의 최종 후보가 되었다.

경로 모델 내에서 무엇을 외주할지 결정

외주와 경로 설정은 두 가지가 아닌 하나의 결정이다

미래 수요 신호가 무엇을 제3자에게 보낼지 결정한다

정수 계획법이 차량 규모, 유형, 입찰을 처리한다

측정 결과: 연간 9,860만 달러 및 50만 톤 CO2

네트워크 사업에서는 네트워크가 고정되어 있다고 가정하는 경로 최적화 프로그램 대신 외주, 차량, 경로 설정을 결합한 정수 계획법에서 가장 큰 절감 효과가 나온다.

이 모델은 Dang의 오하이오 주립대 박사 학위 논문에 발표되었고 DHL의 네트워크 계획의 기초가 되었으며, 이 산학 협력은 박사 프로젝트가 배출량까지 줄이는 생산 소프트웨어가 될 수 있음을 보여주었다.