이 논문은 수요량은 확정적이지만 수요 발생 시점은 확률적인 유한 구간 다품목 용량제약 로트사이징 문제를 다룬다. 각 수요는 알려진 시간창 내에 한 번 발생하며 마감기한까지 충족돼야 하고, 모델은 수요 단위로 생산·배분을 결정해 용량 경쟁과 수요별 백로그, 배분 의존적 재고 동학을 표현한다. 이 확률적 문제를 이산시간 마르코프 결정과정(DTMDP)으로 정식화한 뒤, 각 확률적 사례를 가장 가능성 높은 도착 시점으로 대체한 결정론적 대응 사례와 비교한 결과 확률적 시점이 상태·전이 수, 계산 시간, 메모리 부담을 크게 늘리는 것으로 나타났다. 이에 저자들은 유전 알고리즘(GA)을 제안해 330개 벤치마크 사례에서 실험한 결과, 정확해가 있는 경우 평균 약 3.44%의 최적성 격차로 근접했으며, 어려운 90개 사례에서도 5% 격차 임계값 이내를 유지하면서 95% 신뢰수준에서 평균 6.89배의 계산 속도 향상을 달성했다.

• •수요량은 확정이지만 도착 시점은 확률적인 다품목 용량제약 로트사이징 문제를 이산시간 마르코프 결정과정(DTMDP)으로 정식화
• •확률적 시점이 결정론적 대응 사례 대비 상태·전이 수·계산시간·메모리 부담을 크게 증가시킴을 확인
• •이상 정책을 탐색하고 DTMDP 전이모델로 정확히 평가하는 유전 알고리즘(GA) 제안
• •330개 벤치마크 사례에서 정확해 대비 평균 3.44% 이내 오차로 근접
• •어려운 90개 사례에서 5% 오차 임계값 이내를 유지하며 평균 6.89배 속도 향상 달성