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 작업 투입순서에 따라 작업 준비비용이 달라지는 조립공정에서 발생하는 작업 준비 시간 최적화 문제에 대하여 보다 현실적인 비용구조를 분석하고, 해를 구하기 위한 유전 알고리즘 기반의 해법을 제시하였다.
- 앞의 예를 통해 문제의 구조를 살펴본 바와 같이 본 연구에서 다루고자 하는 문제는 비용구조가 상당히 복잡한 외판원 문제의 특수한 형태를 띠고 있어 최적해를 구하기 쉽지 않은 문제이다. 본 연구에서는 해를 구하기 위한 방법으로 유전 알고리즘 기반의 발견적 기법을 제시한다.
- 현 시점까지의 비용은 같지만, 장착되어 있는 부품이 다르므로 다음 단계의 비용 구성에 영향을 끼칠 수 있다. 실제 어떻게 달라지는지 살펴보자.
- 여기서 두 가지 생산 순서 ‘C → B → A’(case 3)와 ‘B → A → C’(case 4)를 비교해보자.
- 이에 본 연구를 통해 PCB 조립 공정에서 많은 종류의 제품을 동시에 생산할 수 있는 생산환경에 맞는 PCB 조립 공정의 생산계획 수립을 위한 해법을 제시한다.
- 특히 IT 강국인 우리나라의 PCB 생산량은 전 세계에서 상위권을 차지하고 있어 다품종 소량생산체제에서의 새로운 생산일정계획 수립 방식의 개발은 국가경쟁력 향상에도 기여할 수 있을 것으로 판단된다. 이에 본 연구를 통해 보다 실제적인 유형의 문제에 대한 해법을 제시하고자 한다.
- 본 연구에서 다루는 문제는 기존 연구에서 다루어지지 않은 새로운 유형의 문제로 NP-hard에 속하는 문제이고, 최적해를 구하기가 매우 어렵다. 이에 본 연구에서는 TSP 유형의 문제에서 그 성능이 검증된 유전 알고리즘 기반의 메타휴리스틱 기법의 해법 절차를 제시하였다. 메타휴리스틱이 최적해를 보장하지는 못하지만, 실제상황에 가까운 비용구조를 반영함으로써 다품종소량생산 환경의 실제 현장에서 생산계획 수립의사결정이 매우 빠른 시간 안에 이루어져야 되는 경우에 유용한 기법이 될 수 있을 것이다.
- 지금까지 PCB 조립공정의 생산성 향상을 위한 최근까지의 연구 동향에 대해 살펴보았다. 기존의 연구 결과물들은 이론적인 연구 성과 이외에도 실제 생산현장에 적용됨으로써, 전자 산업의 전반적인 생산성 향상에 기여한 것은 물론이다.
가설 설정
- 설비의 부품함 용량은 5라고 가정하자. 따라서 어떠한 경우라도 PCB 유형이 교체될 때마다 부품함 교체가 필요하다.
- 세 가지 PCB 유형과 일곱 가지 부품이 있는 경우를 가정하자. 각각의 PCB 유형 A, B, C가 필요로 하는 부품은 다음 <표 1>과 같다.
- 최초 부품함을 설치하거나 중간에 신규로 설치하는 비용은 1, 부품함을 교체하는 비용은 2 (제거+신규설치)라고 가정하고, 부품함의 투입순서가 ‘A → B → C’ 인 경우에 대하여 투입순서에 따라 그리고 교체되는 부품함에 따라 교체 비용이 어떻게 달라지는지 살펴보자.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.