🚚

물류 최적화 with Python

happymg@gmail.com

물류 최적화와 관련된 기술을 정리 하려고 합니다.

처음에 물류 최적화 공부를 시작할 때에는 휴리스틱 (Heuristic) 방법을 통해 문제를 해결하려 했지만,

점차 복잡한 문제를 접하게 되면서 메타휴리스틱 (Meta-heuristic), 선형 프로그래밍 (Linear Programming), 강화 학습 (Reinforcement Learning)

공부를 하게 되었습니다.

선형 프로그래밍이나 강화학습을 공부 할 때에 수학 수식들이 어려움을 주기도 했지만,

의미를 조금씩 이해 할 수 있게 되면서 성장하고 있다는 성취감도 느낄 수 있었습니다.

본 포스팅에서는 실무 현장에서 활용할 수 있는

물류 최적화 문제들을 Python 코드와 함께 설명하겠습니다.

Keyword: Logistics Optimization, 물류 최적화, 파이썬, Python, 선형계획법, Linear Programming, Mixed Integer Programming, Google OR Tools

목차

Heuristic vs. Metaheuristic vs. Linear Programming 비교

Google OR Tools 소개

OR Tools 이용해서 Assignment Problem 풀어보기

OR Tools 이용해서 1D Bin Packing Problem 풀어보기

OR Tools 이용해서 2D Bin Packing Problem 풀어보기

강화학습 이용해서 2D Bin Packing Problem 풀어보기

OR Tools 이용해서 3D Bin Packing Problem 풀어보기

휴리스틱으로 3D Bin Packing Problem 풀어보기

OR Tools 이용해서 Employee Scheduling 풀어보기

OR Tools 이용해서 Minimum Cost Flow 풀어보기

OR Tools 이용해서 Vehicle Routing Problem 풀어보기

OR Tools 이용해서 Transportation 풀어보기

OR Tools 이용해서 Transshipment 풀어보기

OR Tools 이용해서 Multi Layer Network 풀어보기

Warehouse 작업자 거리를 계산하는 BFS 알고리즘

Heuristic 이용해서 Set Covering 풀어보기

k-means Clustering

k-medoids Clustering

Google OR Tools 이용해서 Bananced Clustering 풀어보기

Mealpy 이용해서 Knapsack Problem 풀어보기

LLM 이용해서 최적화문제 풀어보기 (OptiMUS)

LLM 이용해서 최적화문제 풀어보기 (OPRO)

이산사건시뮬레이션을 위한 Simpy

OR Tools이용해서 TSP 문제 풀어보기

Nearest Neighbor 휴리스틱 이용해서 TSP 문제 풀어보기

DQN으로 TSP 문제 풀어보기

REINFORCE으로 TSP 문제 풀어보기

여러가지 방법 (ORTools, 휴리스틱, DQN, REINFORCE)으로 풀어본 TSP 결과 비교하기