본 논문은 Joint Routing-Assignment (JRA) 최적화 문제에 대한 새로운 해결책을 제시한다. JRA 문제는 아이템을 플레이스홀더에 할당하고 각 노드 쌍을 정확히 한 번 방문하는 해밀턴 사이클을 동시에 결정하여 총 이동 비용을 최소화하는 것을 목표로 한다. 기존 연구에서 제시된 정확한 MIP 솔버는 대규모 문제에서 계산 효율성이 떨어지는 단점이 있었다. 이를 극복하기 위해 제안된 Partial Path Reconstruction (PPR) 솔버는 핵심 아이템-플레이스홀더 쌍을 식별하여 축소된 하위 문제를 효율적으로 해결함으로써 전역 솔루션을 개선한다. 또한, PPR 기반 솔버를 활용하여 초기 휴리스틱 병합 솔루션을 개선하고, 반복적인 연마를 통해 정확한 투어를 생성한다. Large-α 제약 조건을 JRA 모델에 통합하여 솔루션의 최적성을 향상시킨다. 벤치마크 데이터셋에서 실험한 결과, 제안된 방법은 n=300, 500, 1000 규모의 문제에서 평균 0.00%의 편차를 보이며 거의 최적의 솔루션을 제공하는 동시에 높은 계산 효율성을 유지했다.
