최적화 분야에서는 VRP(Vehicle Routing Problem)에 대한 많은 연구가 오래전부터 이루어져 왔다. 기본적인 VRP 모형을 확장하여, 단일차고지와 다수차고지 특성, Pickup and Delivery 특성, Time Windows 특성 등을 고려하여 다양한 모형들을 도출되고 있으며 이들에 대한 보다 나은 해를 구하는데 초점이 맞추어져 왔다. 이들 VRP 모형들은 노드 수의 증가에 따른 NP-Hard 특성을 가지고 있기 때문에 최적화에 초점을 맞추기 보다는 Genetic Algorithms, Tabu Search, Simulated Annealing 등의 메타휴리스틱 기법 등을 이용하여 적용할 수 있는 우수한 해를 도출하려 노력을 기울이고 있다. 본 연구에서는 시간제약을 가지는 Multi-Depot Pickup and Delivery 모형을 이용하여 3자물류 기업에서 물류 트럭의 할당 및 이들에 대한 운영 상황 모니터링을 지원할 수 있는 시스템 개발에 초점을 맞추고 있다. 본 연구에서는 먼저 수요기업의 요구사항을 반영하여 가장 중점을 두고자 하는 혼적이 가능하고 시간제약을 반영한 해를 도출하고자 했으며 도출된 해를 기반으로 물류를 트럭에 할당한 후 물류 트럭에 대한 GPS기반의 모니터링 시스템을 제안하고자 한다.

In order to manage essential parts that are required for the repairable parts services performed at the military maintenance depots, the United States Air Force developed the Repairability Forecasting Model (RFM). In the RFM, if the requirements of the parts are assumed to follow the normal probability distribution after applying means from the past data to the replacement rate and lead times, the chance of the AWP (Awaiting Parts) occurring is 50%. In this study, to counter the uncertainties of requirements and lead times from the RFM, the safety level concept is considered. To obtain the safety level for requirements, the binomial probability distribution is applied, while the safety level for lead time is obtained by applying the normal probability distribution. After adding this concept, the improved RFM is renamed as the ARFM (Advanced RFM), and by conducting the numerical stimulation, the effectiveness of the ARFM, minimizing the occurrence of the AWP, is shown by increasing the efficiency of the maintenance process and the operating rate of the weapon system.