Earticle

초록

영어

Cross-border e-commerce (CBEC) platforms require adaptive, multi-objective optimisation to remain competitive in volatile global markets. Building on the DP-PSO-GA framework [1], this study implements and compares two bio-inspired metaheuristics - the Genetic Algorithm (GA) and the Immune Algorithm (IA) [5] - for joint dynamic pricing and product selection optimisation. IA, grounded in clonal selection theory [6] and immune network theory [7], achieves 10.6% higher fitness, 23.5% higher profit, and 11% greater market share than GA across five independent trials, while GA converges 3.6× faster. Findings extend the CBEC optimisation benchmarks established by prior supply-chain studies [2-4].

한국어

본 연구는 변동성이 큰 글로벌 시장에서 국경 간 전자상거래(CBEC) 플랫폼이 경쟁력을 유지하기 위해 요구되는 적응적 다목적 최적화 문제를 다룬다. DP-PSO-GA 프레임워크[1]를 기반으로, 본 연구는 동적 가격 결정과 상품선정을 통합적으로 최적화하기 위해 생물학적 원리에서 영감을 받은 두 가지 메타휴리스틱 기법인 유전 알고리즘(GA)과 면역 알고리즘(IA)[5]을 동일한 시뮬레이션 환경에서 구현하고 비교하였다. 클론선택이론[6]과 면역네트워크 이론[7]에 기반한 IA는 5회의 독립 시행에서 GA보다 적합도 10.6%, 이익 23.5%, 시장점유율 11% 더 높은 성과를 보인 반면, GA는 3.6배 더 빠르게 수렴하였다. 본 연구의 결과는 선행 공급망 연구[2-4]가 제시한 CBEC 최적화 벤치마크를 확장하며, 배포 상황에 따른 실용적인 알고리즘 선택 지침을 제공한다.

저자

• 조현경 [ Hyun Kyung Cho ]
• 이영대 [ Young Dae Lee ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  The Journal of the Convergence on Culture Technology (JCCT) [문화기술의 융합]

• 간기

  격월간

• pISSN

  2384-0358

• eISSN

  2384-0366

• 수록기간

  2015~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 600 DDC 700