최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국CAD/CAM학회논문집 = Transactions of the Society of CAD/CAM Engineers, v.13 no.1, 2008년, pp.67 - 75
정영수 (홍익대학교 대학원 기계공학과) , 임현준 (홍익대학교 기계.시스템디자인 공학과) , 지해성 (홍익대학교 기계.시스템디자인 공학과) , 이광국 (서울대학교 조선해양공학과)
In spite of rapidly increasing interests in digital manufacturing, there still lacks of a systematic approach in manufacturing line flow analysis via modeling and simulation; currently, the parameters for designing manufacturing line are defined by being solely based on engineers experiences. The pa...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
디지털 매뉴팩처링은 어떤 분야인가? | 디지털 매뉴팩처링은 생산시스템의 물리적, 논리적 구성 요소들과 거동들을 모델링하고 운용함으로써 효율적인 제품 개발 및 생산을 실현하고자 하는 분야이다. 특히 물류 시뮬레이션 분야에서의 이산 사건 시뮬레이션(Discrete Event Simulation) 기법의 적용은 현실상의 많은 문제점을 파악하고 개선하는데 있어 효용성이 크므로 현업에서 그 중요성이 인정되고 있는 분야이다. | |
유전자 알고리즘은 어떤 특성을 가지고 있어서 불연속 함수 문제를 포함한 최적화 및 다양한 디자인 문제를 해결할 수 있는 대안으로 제시될 수 있는가? | 근래에 최적화 알고리즘으로 가장 주목 받는 유전자 알고리즘(Genetic Algorithm)은 자연 상태의 진화에서 아이디어를 얻은 알고리즘으로서 이산 공간 내에서의 해를 찾기에 상대적으로 적합하고 또한 강건한 알고리즘으로 알려져 있다. 유전자 알고리즘은 이런 유연하면서도 강건한 수치해석특성으로 인해 불연속 함수 문제를 포함한 최적화 및 다양한 디자인 문제를 해결할 수 있는 대안으로 제시될 수 있다. | |
유전자 알고리즘에 의한 최적치의 탐색의 특징은 무엇인가? | (1) 하나의 점(개체)에서부터 다른 점으로의 탐색을 진행하는 것이 아니라, 점의 집합(개체군)에서부터 집합으로 탐색을 진행하기 때문에 초기치에 비교적 의존하지 않는다. (2) 적응도(목적함수치)만을 이용하고 다른(목적 함수의 미분값 등) 정보를 사용하지 않기 때문에, 목적함수의 성질을 잘 알 수 없는 문제에 대해서도 적용할 수 있다. (3) 확률적인 천이규칙에 따라서 거동하기 때문에, 국소 최대점에 머무르지 않고 전역적인 최대점에 도달할 수 있는 가능성이 높다. |
노상도, 박영진, "디지털공장을 이용한 자동차 조립 공장의 자재계획 및 정보관리", 한국 CAD/CAM 학회 논문집, 제9-4권, pp. 325-333, 2004
최무웅, 한승택, "자동차 조립 라인의 디지털 생산 구축 사례연구", 한국 CAD/CAM 학회 논문집, 제10-3권, pp. 199-209, 2005
이재동, 홍유신, "블록조립공장의 부하평준화를 위한 생산 일정계획", 산업공학, 제7권, 제2호, pp. 75-85, 1994
하광태, "구조 최적화를 위한 유전자 알고리즘의 적용", 한양대학교 대학원 자동차공학과 석사학위 논문, 1997. 12
Lee, K.-Y. and Roh, M.-I., "An Efficient Genetic Algorithm Using Gradient Infomation for Ship Structural Design Optimization", Ship Technology Research, Vol. 48, 2001
Fang, H., Ross, P. and Corne, D., "A Promising Genetic Algorithm Approach to Job-Shop Scheduling, Rescheduling, and Open Shop Scheduling Problems", International Conference on Genetic Algorithm, Urbana-Champaign, IL, pp. 375-382, 1993
김석준, 이채영, "작업일정계획 문제 해결을 위한 유전 알고리즘의 응용", 한국경영과학회지, 제177권, 제3호, pp. 1-12, 1992
Ryu, K. R., Hwang, J. H., Choi, H. R. and Cho, K. K., "A Genetic Algorithm Hybrid for Hierarchical Reactive Scheduling", International Conference on Genetic Algorithm, Michigan State University, East Lansing, MI, pp. 497-504, 1997
Tanese, R., Distribution Genetic Algorithms for Function Optimization. Ph.D. thesis, Electrical Engineering and Computer Science Department, University of Michigan, 1989
De Jong, K. A., An Analysis of the Behavior of a Class of Genetic Adaptive System. Ph.D. thesis, University of Michigan, Ann Arbor, 1975
정호림, "디지털 매뉴팩쳐링 기법을 이용한 조선소내 단위 공장의 디지털 통합 모델 구축", 홍익대학교 대학원, 기계공학과 석사학위 논문, 2003
Peter J. Lawrence, "The Multiple Roles of Discrete Event Simulation in the Workplace", UICEE Annual Conference on Engineering Education, Faculty of Information Technology, Monash University
Mikell, P. Groover, Automation, Production Systems, and Computer-Integrated Manufacturing, Prentice Hall, 2002
이광국, 신종계, "조선 소조립 용접로봇토치 변경에 따른 디지털 생산 기반 생산성 향상방안 평가", 한국 CAD/CAM 학회 논문집, 제10-3권, pp. 210-216, 2005
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.