해양석유 생산은 예기치 못한 유가 하락과 글로벌 석유물류의 변화로 인한 여러 가지 어려움에 직면하고 있다. 이 연구는 불확실성하의 해양석유생산 최적화를 위한 추계적 모형을 제시한다. 제시된 추계적 모형은 강인한 최적화 모형과 리코스 제한 최적화 모형을 사용하고 리코스 이익 변동의 척도로 하위부분평균을 사용한다. 제안된 모형을 바탕으로 불확실성 하의 원유의 가격과 수요에 관한 시나리 오 기반의 자료를 사용하여 수행한 계산실험 및 결과를 검토하여 보고하였다. 이 연구는 불학실성 하에서 위험을 고려한 해양석유생산 문제에 대한 의사결정에 유의하게 적용될 수 있을 것이다.

해양 석유 생산은 ‘해양‘이라는 특성에 기인하는 여러 가지 변수를 동반하면서 막대한 비용과 시간을 필요로 한다. 모든 관련된 프 로세스는 인명, 환경 그리고 재산의 손실을 줄이기 위한 치밀한 일련의 계획에 의하여 통제된다. 이 논문은 해양 석유 생산 및 수송의 최적화 문제를 다룬다. 문제 영역의 범위를 정의하기 위해 해양 석유 생산 및 수송 네트워크를 제시하고 그 문제를 해결하기 위한 혼합정수계획모형 을 구축하였다. 제안된 최적화 모형의 타당성을 확인하기 위해 가상의 해양 유전과 수요 시장을 바탕으로 MS Office Excel의 해찾기를 이용 하여 계산실험들을 수행하였다. 해양 석유 생산 및 수송 네트워크 하위 흐름은 해양 유전에서 생산된 원유를 수요 시장으로 배분하는 해사수 송문제가 된다. 이 해사수송문제를 해결하기 위해 집합 패킹 모형을 이용하여 구축된 MoDiSS(Model-based DSS in Ship Scheduling)를 사 용하였다. 이러한 연구결과들은 실제적인 해양 석유 생산 및 수송 최적화 문제에 의미 있게 적용될 수 있으리라 사료된다.

In this paper, we propose a new ship scheduling set packing model considering limited risk or variance. The set packing model is used in many applications, such as vehicle routing, crew scheduling, ship scheduling, cutting stock and so on. As long as the ship scheduling is concerned, there exits many unknown external factors such as machine breakdown, climate change and transportation cost fluctuation. However, existing ship scheduling models have not considered those factors apparently. We use a quadratic set packing model to limit the variance of expected cost of ship scheduling problems under stochastic spot rates. Set problems are NP-complete, and additional quadratic constraint makes the problems much harder. We implement Kelley's cutting plane method to replace the hard quadratic constraint by many linear constrains and use branch-and-bound algorithm to get the optimal integral solution. Some meaningful computational results and comments are provided.

Column subtraction, originally proposed by Harche and Thompson(1994), is an exact method for solving large set covering, packing and partitioning problems. Since the constraint set of ship scheduling problem(SSP) have a special structure, most instances of SSP can be solved by LP relaxation This paper aim, at applying the column subtraction method to solve SSP which am not be solved by LP relaxation For remained instances of unsolvable ones, we subtract columns from the finale simplex table to get another integer solution in an iterative manner. Computational results having up to 10,000 0-1 variables show better performance of the column subtraction method solving the remained instances of SSP than complex branch and-bound algorithm by LINDO.