선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구는 기존의 생산관리자를 위한 현황정보 제공 위주의 의사결정지원 방법에서 나아가 수집된 현황정보를 기반으로 단계적 회귀법에 의해 생산 환경 및 공정 능력에 따른 주요 자원(Critical resource)을 파악하고, 이를 바탕으로 한 메타휴리스틱분석에 의해 의사결정 대안을 제공할 수 있는 방법 마련에 집중한다. 또한 생산관리자의 효율적이고 효과적인 의사결정지원에 필요한 정보와 자료의 관리 및 활용 도구를 구현함에 있어 개별 특이사항을 일반화하고 그 방법을 체계화하는 것에 목적이 있다.
- 본 연구는 Fig. 1과 같이 이러한 배경에 따라 공정정보화 시스템 등의 방법을 통해 추출되는 다양한 형태의 이력 데이터를 이용하여 공정의 특성을 모형화 하고, 이를 기반으로 최적 의사결정 대안을 탐색하는 방법을 제시하여, 중개자에 의한 의사결정 방법 및 구축 효과의 한계를 보완 하고자한다.
- 본 연구는 기존의 생산관리자를 위한 현황정보 제공 위주의 의사결정지원 방법에서 나아가 수집된 현황정보를 기반으로 단계적 회귀법에 의해 생산 환경 및 공정 능력에 따른 주요 자원(Critical resource)을 파악하고, 이를 바탕으로 한 메타휴리스틱분석에 의해 의사결정 대안을 제공할 수 있는 방법 마련에 집중한다. 또한 생산관리자의 효율적이고 효과적인 의사결정지원에 필요한 정보와 자료의 관리 및 활용 도구를 구현함에 있어 개별 특이사항을 일반화하고 그 방법을 체계화하는 것에 목적이 있다.
- 본 연구는 수집된 이력정보를 기반으로 의사결정 대상이 되는 공정의 특성을 최적변수 선정 및 모형화를 통해 도출하는 것으로 시작한다.
- 본 연구에서는 생산공정에서 의사결정지원을 위한 공정특성 모형과 메타휴리스틱 분석 간의 피드백 구조를 통해 이력정보를 의사결정에 반영하는 방법을 제시하였다. 본 논문에서 제시하는 방법은 공정특성의 모형화와 시뮬레이션 모형의 설계, 대안탐색 및 선정으로 구성되어 있으며, 공정특성의 모형화에는 단계적 회귀법을, 대안탐색에는 메타휴리스틱 중의 하나인 타부 탐색을 이용하였다.
- 시뮬레이션 모형 구성 대상이 되는 주요자원은 초기 모형화 과정에서부터 설비 기준의 병렬배치가 가능한 공정 구성이 아닌 단계 별 과업 기준의 직렬 공정 구성으로 가정한다. 이는 공정의 병렬 배치에 따른 동일 공정 단계 간 간섭을 제거하여 혼동요인을 통제하고 모형을 간소화하는데 목적이 있다. 직렬배치 상의 각각 공정은 필요에 따라 범용 설비를 서로 공유하여 운용할 수 있고, 개별 공정의 매개변수 값은 독립적이다.
- 본 연구는 과거 공정의 이력정보를 토대로 생산 담당자가 정의한 공정 성과지표에 영향을 미치는 주요 변수들을 단계적 회귀모형을 통해 도출하고, 이를 토대로 간소화된 시뮬레이션 모형을 설계한다. 주요 변수들의 변화를 대안으로 구성하여 공정 성과지표에 미치는 영향을 토대로 생산 현장에 가장 적합한 대안을 제시하는 데 연구의 목적이 있다.
가설 설정
- 시뮬레이션 모형 구성 대상이 되는 주요자원은 초기 모형화 과정에서부터 설비 기준의 병렬배치가 가능한 공정 구성이 아닌 단계 별 과업 기준의 직렬 공정 구성으로 가정한다. 이는 공정의 병렬 배치에 따른 동일 공정 단계 간 간섭을 제거하여 혼동요인을 통제하고 모형을 간소화하는데 목적이 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.