Sharing Logistics Resources in the E-commerce Supply Chain under Uncertainty

Abstract

With the growth of both communications technology and contact-free delivery demand, e-commerce has grown significantly during the past few years. However, fierce competition and the inherent uncertainty in the e-commerce marketplace have made retailers suffer from high operations costs. Because of such circumstances, the concept of the sharing economy has been confirmed as an innovative business model that can answer the need for more flexible logistics. Therefore, we aim to develop decision-making frameworks considering logistics resources sharing under uncertainty. In this thesis, we address three problems in the supply chain management field: (1) the perishable inventory problem, (2) the supply chain network design, and (3) the omnichannel retail operations. In addition, we consider the three different services or strategies to share logistic resources in the abovementioned problems.

First, we address the perishable inventory problem considering transshipment and online-offline channel system. We present a Markov decision process model by accommodating key attributes of the online-offline channel system. We develop the hybrid deep reinforcement learning algorithm based on the soft actor-critic algorithm to overcome the curse of dimensionality in the large-scale Markov decision process. In addition, we found that transshipment substantially reduces the outdating cost by allowing the offline channel to make good use of the old products that will be discarded in the online channel, which is new to the literature.

Second, we propose the supply chain network design problem considering the on-demand warehousing system. We propose the two-stage stochastic programming model that captures the inherent uncertainties to formulate the presented problem. We solve the proposed model utilizing Sample average approximation combined with the Benders decomposition algorithm. Of particular note, we develop a method to generate effective initial cuts for improving the convergence speed of the Benders decomposition algorithm.

Third, we address the omnichannel retail operations considering the third-party platform channel. We propose the stochastic optimization model considering both the retailer's supply chain and the third-party platform's supply chain for omnichannel retail operations. To tackle the intractability of the stochastic optimization model, we propose a decomposition approach based on the two-phase robust optimization approach. The experimental results suggest that a decomposition approach is scalable to large-scale problems while maintaining its high solution quality.

통신 기술이 발전하고 비대면 수요가 증가함에 따라 이커머스 시장은 최근 몇 년 동안 크게 성장하였으며, 이커머스 유통업체의 수 또한 증가하였다. 하지만 이커머스 시장의 경쟁과열과 수요의 불확실성으로 발생하는 높은 운영 비용으로 인하여 많은 유통업체가 어려움을 겪고 있다. 이러한 어려움을 극복하는 방안으로, 공유 경제는 유연한 물류 운영을 위한 비즈니스 모델로 주목받고 있다. 본 학위논문에서는 불확실성하에서 물류 자원 공유를 고려한 의사결정 모델을 개발하는 것을 목표로 한다. 또한, 공급망 관리 연구 분야와 관련된 다음의 세 가지 문제를 다룬다: (1) 소멸성 상품의 재고 관리, (2) 공급망 네트워크 설계, (3) 주문, 할당 및 배송 결정. 그리고 제시된 문제들에서 물류 자원을 공유하기 위한 세 가지 서비스 및 전략을 고려한다.

첫 번째로, 환적과 온라인-오프라인 채널 시스템을 동시에 고려한 소멸성 상품의 재고 관리 문제를 다룬다. 온라인-오프라인 채널 시스템의 특성을 고려한 마르코프 의사결정 모델을 제시한다. 또한, 마르코프 의사결정 모델에서 발생할 수 있는 차원의 저주를 극복하기 위해 소프트 액터 크리틱 알고리즘에 기반한 하이브리드 심층 강화학습 알고리즘을 개발한다. 그리고 환적을 통해 제품의 폐기 비용을 줄일 수 있는 효과를 확인한다. 두 번째로, 온디맨드 창고 시스템을 고려한 공급망 네트워크 설계 문제를 다룬다. 불확실성을 고려하고 제안된 문제를 모형화하기 위해 2단계 추계적 수리 모델을 제시한다. 표본 평균 근사법과 벤더스 분해법을 결합하여 제안된 문제를 해결한다. 특히, 효과적인 초기 절단면을 생성하여 벤더스 분해법의 수렴 속도를 증가시키는 방법을 개발한다. 세 번째로, 제3자 플랫폼의 판매 채널을 고려한 주문, 할당 및 배송 문제를 다룬다. 유통업체의 공급망과 제3자 플랫폼 기업의 공급망을 동시에 고려한 추계적 최적화 모형을 고려한다. 추계적 최적화 모형을 다루기 힘든 어려움을 해결하기 위해, 2단계 강건 최적화에 기반한 분해 기법을 제안한다. 실험적 결과를 통해 개발된 분해 기법이 대규모 문제들에서도 좋은 성능을 보이는 것을 확인한다.