컴퓨팅 시스템이, 각각이 배치하고자 하는 상품들의 상품 배치 정보를 포함하는 복수의 부모세대 상품배치세트들에 유전자 알고리즘(genetic algorithm)을 적용하여 자식세대 상품배치세트들을 생성하는 단계;상기 컴퓨팅 시스템이, 상기 자식세대 상품배치세트들 각각에 포함된 상품들 중에서 인접한 상품 간의 배치를 순차적으로 교환하는 국소 탐색(local search)을 수행함으로써, 상기 상품들 중에서 인접한 상품들 간의 교차 판매율, 교차 판매의 빈도값, 및 교차 판매로 인한 이익값에 기초한 목적함수 값이 국소 탐색의 범위 내에서 최대값을 가지는 지역 최적화 상품배치세트들 각각을 생성하는 단계; 및상기 컴퓨팅 시스템이, 생성된 지역 최적화 상품배치세트들에 기초하여, 최적의 상품 배치를 결정하는 단계를 포함하며,상기 컴퓨팅 시스템이, 상기 지역 최적화 상품배치세트들이 목표 세대수에 도달하지 못한 경우, 상기 지역 최적화 상품배치세트들을 상기 부모세대 상품배치세트들로서 입력하는 단계를 포함하며,상기 교차 판매율은 상기 인접한 상품들이 함께 판매될 확률이고, 상기 교차 판매의 빈도값은 상기 인접한 상품들에 대하여 일정 기간 내에 교차 판매가 이루어지는 횟수이며,상기 국소 탐색은, 상기 자식세대 상품배치세트들 중에서 상기 국소 탐색의 대상이 되는 자식세대 상품배치세트에 포함된 상품들의 위치를 상기 자식세대 상품배치세트 내에서 교환하는, 상품 배치 방법.

제1항에 있어서,상기 상품 배치 방법은,상기 유전자 알고리즘을 적용하여 자식세대 상품배치세트들을 생성하는 단계 이전에,상기 컴퓨팅 시스템이, 배치하고자 하는 상품들의 임의의 상품 배치 정보를 포함하는 복수의 초기 상품배치세트들을 생성하는 단계; 및상기 컴퓨팅 시스템이, 생성된 상기 복수의 초기 상품배치세트들 각각에 대하여 상기 국소 탐색을 수행함으로써, 상기 복수의 초기 상품배치세트들 각각에 포함된 상품들의 상기 목적함수 값이 국소 탐색의 범위 내에서 최대값을 가지는 상기 부모세대 상품배치세트들 각각을 생성하는 단계를 포함하는, 상품 배치 방법.

제2항에 있어서,상기 유전자 알고리즘을 적용하여 자식세대 상품배치세트들을 생성하는 단계는,상기 컴퓨팅 시스템이, 상기 복수의 부모세대 상품배치세트들을 상기 목적함수 값에 따라 배열하는 단계; 상기 컴퓨팅 시스템이, 배열된 순서에 기초하여 상기 복수의 부모세대 상품배치세트들 중에서 상기 유전자 알고리즘을 적용할 부모세대 상품배치세트들을 선택하는 단계; 및상기 컴퓨팅 시스템이, 선택된 상기 부모세대 상품배치세트들에 상기 유전자 알고리즘을 적용하여 상기 자식세대 상품배치세트들을 생성하는 단계를 포함하는, 상품 배치 방법.

제3항에 있어서,상기 유전자 알고리즘을 적용할 부모세대 상품배치세트들을 선택하는 단계는,상기 컴퓨팅 시스템이, 배열된 순서에 기초하여 적어도 3개 이상의 부모세대 상품배치세트들을 임의로 선택하여 후보군들 각각에 포함시키는 단계;상기 컴퓨팅 시스템이, 상기 후보군 별로 상기 목적함수 값이 큰 상위 2개의 부모세대 상품배치세트들을 상기 유전자 알고리즘을 적용할 부모세대 상품배치세트들로 선택하는 단계를 포함하는, 상품 배치 방법.

제4항에 있어서,상기 유전자 알고리즘을 적용하여 자식세대 상품배치세트들을 생성하는 단계는,상기 컴퓨팅 시스템이, 상기 복수의 부모세대 상품배치세트들 중에서 상기 목적함수 값이 가장 큰 상위 2N(상기 N은 자연수)개의 부모세대 상품배치세트들은 상기 유전자 알고리즘의 적용 없이 상기 자식세대 상품배치세트들로 선택하는 단계를 포함하는, 상품 배치 방법.

제5항에 있어서,상기 상품 배치 방법은,상기 컴퓨팅 시스템이, 상기 자식세대 상품배치세트들의 개수가 상기 복수의 초기 상품배치세트들의 개수와 동일해질 때까지 상기 자식세대 상품배치세트들을 생성하는 단계를 반복 수행하는, 상품 배치 방법.

제6항에 있어서,상기 최적의 상품 배치를 결정하는 단계는,상기 지역 최적화 상품배치세트들 중에서 상기 목적함수의 값이 가장 큰 지역 최적화 상품배치세트를 기초로 상기 최적의 상품 배치를 결정하는, 상품 배치 방법.

제7항에 있어서,상기 부모세대 상품배치세트들 각각은,배치하고자 하는 상품들의 다차원 상품 배치 정보를 매트릭스 형태로 포함하는, 상품 배치 방법.

제8항에 있어서,상기 유전자 알고리즘을 적용하여 상기 자식세대 상품배치세트들을 생성하는 단계는,선택된 상기 복수의 부모세대 상품배치세트들에 대하여 다차원 교차 연산을 수행하는 단계를 포함하는, 상품 배치 방법.

제9항에 있어서,상기 다차원 교차 연산은,RPMX(Rectangular Partially Matched Crossover) 연산인, 상품 배치 방법.

제10항에 있어서,상기 RPMX 연산은,사각형의 교차 영역을 기준으로 교차 연산을 수행하는, 상품 배치 방법.

제11항에 있어서,상기 RPMX 연산에서의 교차비율은 상기 RPMX 연산에 사용되는 부모세대 상품배치세트들 각각의 상기 목적함수 값의 크기에 따라 결정되는, 상품 배치 방법.

제12항에 있어서,상기 유전자 알고리즘을 적용하여 상기 자식세대 상품배치세트들을 생성하는 단계는,상기 다차원 교차 연산이 수행된 이후에, 상기 다차원 교차 연산이 수행된 부모세대 상품배치세트들에 대하여 스크램블 변이(scramble mutation)를 수행하는 단계를 더 포함하는, 상품 배치 방법.

각각이 배치하고자 하는 상품들의 상품 배치 정보를 포함하는 복수의 부모세대 상품배치세트들에 유전자 알고리즘(genetic algorithm)을 적용하여 자식세대 상품배치세트들을 생성하는 유전자 알고리즘 연산 모듈;상기 자식세대 상품배치세트들 각각에 포함된 상품들 중에서 인접한 상품 간의 배치를 순차적으로 교환하는 국소 탐색(local search)을 수행함으로써, 상기 상품들 중에서 인접한 상품들 간의 교차 판매율, 교차 판매의 빈도값, 및 교차 판매로 인한 이익값에 기초한 목적함수 값이 국소 탐색의 범위 내에서 최대값을 가지는 지역 최적화 상품배치세트들 각각을 생성하는 국소 탐색 모듈; 및상기 지역 최적화 상품배치세트들이 목표 세대수에 도달하지 못한 경우, 상기 지역 최적화 상품배치세트들을 상기 유전자 알고리즘 연산 모듈에 상기 부모세대 상품배치세트들로서 입력하며,생성된 지역 최적화 상품배치세트들에 기초하여, 최적의 상품 배치를 결정하는 상품 배치 모듈을 포함하며,상기 교차 판매율은 상기 인접한 상품들이 함께 판매될 확률이고, 상기 교차 판매의 빈도값은 상기 인접한 상품들에 대하여 일정 기간 내에 교차 판매가 이루어지는 횟수이며,상기 국소 탐색은, 상기 자식세대 상품배치세트들 중에서 상기 국소 탐색의 대상이 되는 자식세대 상품배치세트에 포함된 상품들의 위치를 상기 자식세대 상품배치세트 내에서 교환하는, 컴퓨팅 시스템.

프로세서(processor)와 결합되어 상품 배치 방법을 수행하기 위한 매체에 저장된 프로그램으로서,각각이 배치하고자 하는 상품들의 상품 배치 정보를 포함하는 복수의 부모세대 상품배치세트들에 유전자 알고리즘(genetic algorithm)을 적용하여 자식세대 상품배치세트들을 생성하는 단계;상기 자식세대 상품배치세트들 각각에 포함된 상품들 중에서 인접한 상품 간의 배치를 순차적으로 교환하는 국소 탐색(local search)을 수행함으로써, 상기 상품들 중에서 인접한 상품들 간의 교차 판매율, 교차 판매의 빈도값, 및 교차 판매로 인한 이익값에 기초한 목적함수 값이 국소 탐색의 범위 내에서 최대값을 가지는 지역 최적화 상품배치세트들 각각을 생성하는 단계;상기 지역 최적화 상품배치세트들이 목표 세대수에 도달하지 못한 경우, 상기 지역 최적화 상품배치세트들을 상기 부모세대 상품배치세트들로서 입력하는 단계; 및생성된 지역 최적화 상품배치세트들에 기초하여, 최적의 상품 배치를 결정하는 단계를 수행하는 프로그램 코드를 포함하며, 상기 교차 판매율은 상기 인접한 상품들이 함께 판매될 확률이고, 상기 교차 판매의 빈도값은 상기 인접한 상품들에 대하여 일정 기간 내에 교차 판매가 이루어지는 횟수이며,상기 국소 탐색은, 상기 자식세대 상품배치세트들 중에서 상기 국소 탐색의 대상이 되는 자식세대 상품배치세트에 포함된 상품들의 위치를 상기 자식세대 상품배치세트 내에서 교환하는, 프로그램.