유전자 알고리즘 기반 다중 모듈러 건축 프로젝트 수행 시 모듈러 유닛 공장생산계획수립 모델 개발 Development of Manufacturing Planning for Multi Modular Construction Project based on Genetic-Algorithm원문보기
모듈러 건축공법은 공장 생산, 운송, 현장설치 프로세스를 통해 기존 현장중심 건축공법에 비해 품질향상 및 공기단축이 가능한 특징을 가지고 있다. 특히 모듈러 유닛의 제작과 시공이 분리되어 수행되기 때문에 다수의 프로젝트가 동시에 수행될 경우 각 프로젝트에 따라 생산해야하는 모듈의 크기, 수량, 납기일, 생산 유형 및 과정을 고려하는 SCM(Supply Chain Management) 관점의 공장 생산 공정 계획 수립이 필요하다. 그러나 현재 모듈러 유닛 공장 생산 계획은 개별 프로젝트 중심으로 수립되고 있어 다중 모듈러 건축 프로젝트 수행 시 모듈러 유닛 제작공장의 한정된 자원과 설치 현장별 프로젝트 요구조건들을 동시에 고려한 공장 생산계획을 도출하는데 한계가 있다. 따라서 본 연구에서는 다양한 변수 간 상호 연계성 및 제약조건으로 공정 계획 최적화 결과 도출이 가능한 유전자 알고리즘 방법을 통해 모듈러 유닛 제작공장의 한정된 자원과 설치 현장별 요구사항이 반영된 모듈러 유닛 공장 생산 공정계획 최적화 수립 모델을 제시하며 이를 사례분석을 통해 검증하였다. 연구 결과, 기존 다중프로젝트의 공장생산계획에 비해 평균 7.9%의 현장설치 공기단축 및 43%의 최대 야적장 이용률 감소가 가능하였다. 향후 본 연구 내용을 바탕으로 제약 조건 범위 확장 및 생산성 데이터 추가가 될 경우 다중 모듈러 건축 프로젝트의 모듈러 유닛 공장 생산 계획 수립과 현장시공프로세스 구축을 동시에 지원할 수 있는 기초 자료로 활용될 수 있다.
모듈러 건축공법은 공장 생산, 운송, 현장설치 프로세스를 통해 기존 현장중심 건축공법에 비해 품질향상 및 공기단축이 가능한 특징을 가지고 있다. 특히 모듈러 유닛의 제작과 시공이 분리되어 수행되기 때문에 다수의 프로젝트가 동시에 수행될 경우 각 프로젝트에 따라 생산해야하는 모듈의 크기, 수량, 납기일, 생산 유형 및 과정을 고려하는 SCM(Supply Chain Management) 관점의 공장 생산 공정 계획 수립이 필요하다. 그러나 현재 모듈러 유닛 공장 생산 계획은 개별 프로젝트 중심으로 수립되고 있어 다중 모듈러 건축 프로젝트 수행 시 모듈러 유닛 제작공장의 한정된 자원과 설치 현장별 프로젝트 요구조건들을 동시에 고려한 공장 생산계획을 도출하는데 한계가 있다. 따라서 본 연구에서는 다양한 변수 간 상호 연계성 및 제약조건으로 공정 계획 최적화 결과 도출이 가능한 유전자 알고리즘 방법을 통해 모듈러 유닛 제작공장의 한정된 자원과 설치 현장별 요구사항이 반영된 모듈러 유닛 공장 생산 공정계획 최적화 수립 모델을 제시하며 이를 사례분석을 통해 검증하였다. 연구 결과, 기존 다중프로젝트의 공장생산계획에 비해 평균 7.9%의 현장설치 공기단축 및 43%의 최대 야적장 이용률 감소가 가능하였다. 향후 본 연구 내용을 바탕으로 제약 조건 범위 확장 및 생산성 데이터 추가가 될 경우 다중 모듈러 건축 프로젝트의 모듈러 유닛 공장 생산 계획 수립과 현장시공프로세스 구축을 동시에 지원할 수 있는 기초 자료로 활용될 수 있다.
The modular construction has several advantages such as high quality of product, safe work condition and short construction duration. The manufacturing planning of modular construction should consider time frame of manufacturing, transport and erection process with limited resources (e.g., modular u...
The modular construction has several advantages such as high quality of product, safe work condition and short construction duration. The manufacturing planning of modular construction should consider time frame of manufacturing, transport and erection process with limited resources (e.g., modular units, transporter and workers). The manufacturing planning of multi modular construction project manages the modular construction's characteristics and diversity of projects, as a type of modular unit, modular unit quantities, and date for delivery. However, current modular manufacturing planning techniques are weak in dealing with resource interactions and each project requirement in multi modular construction project environments. Inefficient allocation of resources during multi modular construction project may cause delays and cost overruns to construction operation. In this circumstance, this research suggest a manufacturing planning model for schedule optimization of multi project of modular construction, using genetic algorithm as one of the powerful method for schedule optimization with multiple constrained resources. Comparing to the result of the existed schedule of case study, setting optimized scheduling for multi project decrease the total factory producing schedule. By using proposed optimization tool, efficient allocation of resource and saving project time is expected.
The modular construction has several advantages such as high quality of product, safe work condition and short construction duration. The manufacturing planning of modular construction should consider time frame of manufacturing, transport and erection process with limited resources (e.g., modular units, transporter and workers). The manufacturing planning of multi modular construction project manages the modular construction's characteristics and diversity of projects, as a type of modular unit, modular unit quantities, and date for delivery. However, current modular manufacturing planning techniques are weak in dealing with resource interactions and each project requirement in multi modular construction project environments. Inefficient allocation of resources during multi modular construction project may cause delays and cost overruns to construction operation. In this circumstance, this research suggest a manufacturing planning model for schedule optimization of multi project of modular construction, using genetic algorithm as one of the powerful method for schedule optimization with multiple constrained resources. Comparing to the result of the existed schedule of case study, setting optimized scheduling for multi project decrease the total factory producing schedule. By using proposed optimization tool, efficient allocation of resource and saving project time is expected.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
다중 프로젝트 상황의 최적화된 공정계획을 위해 본 연구에서는 모듈러 생산 공정과 관련한 변수들을 찾고, 이 변수들을 바탕으로 유전자 알고리즘을 이용하여 최적화 공정계획을 도출하기 위한 모델을 제시하였다. 모델에서는 프로젝트 요구 사항, 프로젝트 개수, 야적장 크기 등을 설정하여 최적화 분석을 시행하고, 최적화된 공장생산계획을 도출하였다.
본 연구는 다중 프로젝트를 지원하는 모듈러 유닛 생산 공정계획 알고리즘 모델을 구축하고, 한정된 자원(예: 작업자, 야적장, 모듈러 유닛 운송 트레일러)이 주어진 상황에서 공정계획 최적화 모델 개발을 목적으로 한다. 이를 통해 모듈러 유닛의 공장 생산 순서 및 운송 순서를 도출한다.
본 연구는 모듈러 유닛의 공장제작, 운송 및 현장조립 프로세스와 연계한 모듈러 유닛 공장 생산 공정계획 수립이 가능한 모델을 제시한다. 모듈러 건축의 현장 공사 중 모듈러 유닛 설치 이외의 건축공사는 제외하였고 공장에서 생산되는 모듈러 유닛은 다중 프로젝트를 지원할 때 생산 라인을 변경하거나 추가로 설치하지 않는 것으로 제약 조건을 설정하였다.
본 연구는 유전자 알고리즘을 활용한 공장 생산 계획 최적화 모델 구축을 위해 다중 프로젝트 상황에서 모듈러 유닛 공장 생산 공정계획에 영향을 미치는 요인을 우선 분석하였다. 모듈러 다중 프로젝트 영향 인자는 선행 연구 및 전문가 자문을 통해 도출되었다.
본 연구에서 제안하는 모델의 목적은 주어진 자원의 제약 조건을 만족하면서 공장 제작 및 운송, 현장 시공을 고려하여 공장 제작 생산 계획을 최적화하는 것이다. 또한 모델에서 최소화 하고자 하는 값은 최대한 야적을 줄이고 생산과 동시에 운송하여 설치할 수 있도록 1일 야적 개수(Si)의 총 합을 줄이는 것이며, 이에 따른 목적함수(Objective Function)는 다음과 같다.
JIG는 모듈러 유닛 공장 생산 시 동일한 제품 생산을 위해 모듈러 유닛을 고정시키는 보조용 기구로 변경 시 일정 시간이 소요된다. 염색체의 조합은 공장의 모듈러 유닛 타입별 하루 생산량을 바탕으로 모듈러 유닛 공장 생산 순서 도출을 목적으로 한다. 예를 들어 개별 유전자의 숫자가 3, 1, 0, 0, 3이라면 A타입과 B타입, E타입을 하루에 3개, 1개, 3개씩 생산하는 것이다.
제안 방법
1) 기존 다중 프로젝트 수행 시 모듈러 유닛 생산 공정 계획의 문제점을 분석하고, 문제 해결을 위한 연구 방법론을 선정한다.
2) 최적화 방법론인 유전자 알고리즘의 원리를 고찰하며본 연구의 적용 방안을 제시한다.
4) 도출된 변수를 바탕으로 유전자 알고리즘을 이용한 공장 생산 최적화 모델을 개발한다.
5) 사례 적용을 통해 모델의 활용성을 검증하고 결과를 분석한다.
각 현장의 설치 착수 가능일은 기존에 정해진 계획대로 적용하였다. 이에 따라 모듈러 유닛 운송 및 설치는 기초공사가 완료 된 현장에 한해서 가능하도록 설정 하였다.
기존의 경우 프로젝트 단위로 생산 계획을 제시하였지만 본 연구에서 도출된 생산 계획은 프로젝트에서 필요한 모듈러 유닛의 크기별로 생산 계획을 제시하였다. 모델 적용 결과 공장 생산 계획과 운송 시작 날짜는 Table 4와 같으며, 이를 바탕으로 작성한 공장 생산 순서는 Fig.
각 현장별 모듈러 생산 계획과 설치 착수일은 Table 3과 같다. 기존의 공장 생산 계획 중 L E, D, M, J 지역은 각 현장에 필요한 모듈러 유닛을 생산하고 2~3주간 모듈러 야적장에 야적을 실시하였다. E지역의 경우 건물을 두 부분으로 나누어 공사를 진행하였고 따라서 E-1와 E-2로 분류하였다.
첫째, 도출된 다중 프로젝트 모듈러 유닛 공장 생산 영향 인자를 바탕으로 공장 생산 계획 모델에 필요한 정보를 입력한다. 둘째, 유전자 알고리즘을 이용하여 제약 조건을 만족하는 공장 생산 계획과 운송계획을 도출한다. 마지막으로 현장 설치 순서와 도출된 공장 생산 계획을 바탕으로 공장 생산 순서를 도출한다.
첫째, 함수의 적용성을 고려하여 문제를 효과적으로 해결할 수 있는 유전자 형태를 결정한다. 둘째, 해의 품질과 수행시간에 중요한 영향을 미치는 매개변수값(교배율, 세대수, 돌연변이율, 정지조건)을 결정한다. 셋째, 초기 객체군(population)이 무작위 확률에 의해 생성 되도록 한다.
A타입, B타입, E타입은 사용되는 JIG가 각기 다른 모듈러 유닛이기 때문에 이에 따른 JIG 변경 시간을 추가 하여야 한다. 또한 각 타입에 따라 모듈러 유닛은 생산 시간이나 시간당 소요 작업자 수가 다를 수 있기 때문에 이를 적용하여 총 공장 생산 시간을 계산하여야 하며, 일별 생산 시간은 8시간으로 설정하였다. 공장에서 총 생산하는 모듈러 유닛은 공장 공정표를 작성하는 시점에서 결정되어 있는 모든 프로젝트에 필요한 유닛 개수와 같아야 한다.
둘째, 유전자 알고리즘을 이용하여 제약 조건을 만족하는 공장 생산 계획과 운송계획을 도출한다. 마지막으로 현장 설치 순서와 도출된 공장 생산 계획을 바탕으로 공장 생산 순서를 도출한다.
다중 프로젝트 상황의 최적화된 공정계획을 위해 본 연구에서는 모듈러 생산 공정과 관련한 변수들을 찾고, 이 변수들을 바탕으로 유전자 알고리즘을 이용하여 최적화 공정계획을 도출하기 위한 모델을 제시하였다. 모델에서는 프로젝트 요구 사항, 프로젝트 개수, 야적장 크기 등을 설정하여 최적화 분석을 시행하고, 최적화된 공장생산계획을 도출하였다.
79개의 모듈러 유닛을 생산하였다. 모듈러 유닛의 규격은 3x6m와 3x9m 두 가지이고, 각 규격을 위한 개별 라인이 존재하기 때문에 모듈러 유닛 생산 시 JIG를 따로 변경하지 않고 생산을 진행하였다.
모듈러 유닛이 생산되는 화성 공장은 3x6m 모듈러 유닛을 기준으로 40개의 야적이 가능하였고 이를 바탕으로 유전자 알고리즘 모델의 제약 조건(Constrained Set)을 입력하였다. 3x9m 모듈러 유닛의 야적 크기는 모듈러 유닛 크기와 야적 간격을 고려하여 3x6 모듈러 유닛의 1.
본 연구의 다중 프로젝트 공장 생산 계획 모델은 해당 사례에서 공정 계획을 작성할 때 이용한 자원을 바탕으로 적용하였다. 도출한 제약 자원 및 유전자 알고리즘 적용 내용은 다음과 같다.
각 현장의 설치 착수 가능일은 기존에 정해진 계획대로 적용하였다. 이에 따라 모듈러 유닛 운송 및 설치는 기초공사가 완료 된 현장에 한해서 가능하도록 설정 하였다. 각 현장의 1일 설치 개수(Ei)는 현장 상황 및 작업자에 따라 프로젝트 별로 최소 1 Unit/Hour에서 최대 1.
2와 같다. 첫째, 함수의 적용성을 고려하여 문제를 효과적으로 해결할 수 있는 유전자 형태를 결정한다. 둘째, 해의 품질과 수행시간에 중요한 영향을 미치는 매개변수값(교배율, 세대수, 돌연변이율, 정지조건)을 결정한다.
대상 데이터
5와 같다. 13개의 현장으로 운송되는 모든 모듈러 유닛은 화성에 위치한 단일 공장에서 제작되었으며, 총 공사는 6개월의 공사 기간으로 진행되었다.
프로젝트 건축 개요는 Table 2와 같다. 대상 프로젝트는 13개의 현장에 모듈러 유닛을 운송시키는 다중 프로젝트이며, 각 현장의 위치는 Fig. 5와 같다. 13개의 현장으로 운송되는 모든 모듈러 유닛은 화성에 위치한 단일 공장에서 제작되었으며, 총 공사는 6개월의 공사 기간으로 진행되었다.
모듈러 유닛 제작공장의 생산 라인은 2개이며 1번 라인은 3x6m 모듈러 유닛을 제작하고, 2번 라인은 3x9m 모듈러 유닛을 제작한다. 각 라인은 1일 6개의 모듈러 유닛을 제작하여 시간당 0.
본 연구에서 제안한 모듈러 다중 프로젝트 공장 생산 최적화 모델의 활용성을 검증하기 위해 2013년 진행된 국방부 병영생활관을 적용 사례로 선정하였다. 프로젝트 건축 개요는 Table 2와 같다.
모듈러 다중 프로젝트 영향 인자는 선행 연구 및 전문가 자문을 통해 도출되었다. 전문가 면담은 모듈러 유닛 시공업체 2개사의 실무 전문가 6인을 대상으로 2014년 11월, 2015월 02월에 면담조사를 실시하였다. 이를 정리한 내용은 Table 1과 같다.
성능/효과
3) 모듈러 유닛 공장제작, 운송, 시공 과정에서 다중 프로젝트를 지원하는 모듈러 유닛 공장 생산 공정 계획에 영향을 끼치는 변수들을 도출한다.
본 연구결과는 제약 조건들을 고려하여 모듈러 공장 생산 계획을 도출할 경우 기존 공정계획에 비해 공장의 제작 기간과 현장의 공사 기간 단축이 가능함을 제시한다. 도출된 생산 계획을 바탕으로 생산과 운송 계획을 수립하면 모듈러 유닛의 야적을 줄이고 일정한 공장 생산성을 유지할 수 있음을 확인하였다. 따라서 본 연구에서 제안하는 다중 프로젝트 공장 생산 계획 모델을 활용한다면, 모듈러 유닛 제작공장의 관리자는 여러 개의 프로젝트를 효율적으로 관리하고 각 타입 별 모듈러 유닛을 언제 생산하고 어떤 프로젝트에 언제 보내야 하는지에 대한 생산 및 운송 계획을 수립할 수 있다.
10, 11과 같다. 또한 본 모델을 통해 도출된 생산 계획을 적용한 공장 가동률은 기존 계획에 비해 일별로 고르게 분포되어 있는 것을 확인할 수 있다(Fig. 12, 13). 기존의 공정계획은 다중 프로젝트 수행 시 개별 프로젝트 특성을 상호 연계하여 반영하지 못했기 때문에 공장 생산성이 개별 프로젝트를 수행할 때마다 차이를 보였음을 알 수 있다.
본 연구결과는 제약 조건들을 고려하여 모듈러 공장 생산 계획을 도출할 경우 기존 공정계획에 비해 공장의 제작 기간과 현장의 공사 기간 단축이 가능함을 제시한다. 도출된 생산 계획을 바탕으로 생산과 운송 계획을 수립하면 모듈러 유닛의 야적을 줄이고 일정한 공장 생산성을 유지할 수 있음을 확인하였다.
본 연구에서 개발된 모델을 통해 기존의 공정 계획을 분석한 결과 야적장에 최대 293개(3x6m 모듈러 유닛 기준) 야적을 시행한 것으로 나타났다. 이는 실제 화성 공장에 계획된 야적장의 크기를 초과하여 야적 된 것을 알 수 있었으며, 공장 관계자의 인터뷰를 통해 실제 공장 야적장 이외의 임야 대지를 임시로 빌려 추가적으로 야적한 것을 확인할 수 있었다.
본 연구의 대상인 모듈러 유닛 공장 생산 계획도 다중 프로젝트 상황에서 모듈러 유닛 제작, 운송, 조립의 과정에서 영향을 미치는 변수들이 다양하므로 이를 상호 연계하여 최적화 할 수 있는 유전 알고리즘 방법론을 이용하여 효과적으로 분석할 수 있다.
이는 실제 화성 공장에 계획된 야적장의 크기를 초과하여 야적 된 것을 알 수 있었으며, 공장 관계자의 인터뷰를 통해 실제 공장 야적장 이외의 임야 대지를 임시로 빌려 추가적으로 야적한 것을 확인할 수 있었다. 하지만 본 모델을 통해 도출된 공장 생산 및 운송 계획을 적용시키면 공장 야적 규모는 최대 165개(3x6m 모듈러 유닛 기준)로 기존 대비 야적장 이용을 43% 감소시킬 수 있다. 기존야적장 이용 계획과 본 모델을 통해 도출된 결과값을 비교한 내용은 Fig.
K현장의 경우 59일이 밀렸고, 그 외의 현장은 기존 계획과 동일하게 진행하는 것으로 나타났다. 현장 공사 날짜는 기존 계획에 비해 전체적으로 7.9% 빨리 공사가 마감되었다.
후속연구
기존의 공정계획은 다중 프로젝트 수행 시 개별 프로젝트 특성을 상호 연계하여 반영하지 못했기 때문에 공장 생산성이 개별 프로젝트를 수행할 때마다 차이를 보였음을 알 수 있다. 공장 생산성이 일정하게 유지된다면 균일한 인력을 지속적으로 투입할 수 있기 때문에 공장에서 기간별 공장 생산 계획 수립 시 생산성 단위의 인력 계획을 수립할 수 있도록 할 것이다.
도출된 생산 계획을 바탕으로 생산과 운송 계획을 수립하면 모듈러 유닛의 야적을 줄이고 일정한 공장 생산성을 유지할 수 있음을 확인하였다. 따라서 본 연구에서 제안하는 다중 프로젝트 공장 생산 계획 모델을 활용한다면, 모듈러 유닛 제작공장의 관리자는 여러 개의 프로젝트를 효율적으로 관리하고 각 타입 별 모듈러 유닛을 언제 생산하고 어떤 프로젝트에 언제 보내야 하는지에 대한 생산 및 운송 계획을 수립할 수 있다. 이를 통해 야적 공간을 최대한 활용하며, 모듈러 유닛 공장 생산 계획에 대한 신뢰도를 높일 수 있을 것이다.
이를 통해 모듈러 유닛의 공장 생산 순서 및 운송 순서를 도출한다. 본 연구의 결과는 향후 다중 프로젝트를 수행하는 모듈러 생산 공정계획 수립 시 모듈러 유닛 제작공장 생산 및 운송 계획을 위한 기초 자료로 활용될 수 있다.
본 연구의 한계는 현장에서 진행되는 건축공사에 대한 반영이 되지 않았고, 각 프로젝트에서 진행할 수 있는 현장의 야적을 고려하지 않았기 때문에 향후 연구에서는 이를 반영한 공정계획 최적화 연구가 필요할 것이다. 추후 연구로는 이종의 다중 프로젝트에 관한 연구로 발전시켜 나갈 수 있을 것이다.
따라서 본 연구에서 제안하는 다중 프로젝트 공장 생산 계획 모델을 활용한다면, 모듈러 유닛 제작공장의 관리자는 여러 개의 프로젝트를 효율적으로 관리하고 각 타입 별 모듈러 유닛을 언제 생산하고 어떤 프로젝트에 언제 보내야 하는지에 대한 생산 및 운송 계획을 수립할 수 있다. 이를 통해 야적 공간을 최대한 활용하며, 모듈러 유닛 공장 생산 계획에 대한 신뢰도를 높일 수 있을 것이다.
본 연구의 한계는 현장에서 진행되는 건축공사에 대한 반영이 되지 않았고, 각 프로젝트에서 진행할 수 있는 현장의 야적을 고려하지 않았기 때문에 향후 연구에서는 이를 반영한 공정계획 최적화 연구가 필요할 것이다. 추후 연구로는 이종의 다중 프로젝트에 관한 연구로 발전시켜 나갈 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
모듈러 건축이란 무엇인가?
모듈러 건축은 공업화 건축의 일종으로 모듈러 유닛의 조합을 통해 단일 구조물을 완성하는 공법이며(Lawson 2008), 모듈러 유닛은 3차원 형상인 하나의 완성된 공간을 형성하는 구조체를 말한다. 각 모듈러 유닛은 모듈러 유닛 제작 공장에서 내부 설비 시설, 마감 등의 구성 요소를 갖춘 상태로 제작된 후 트레일러를 통해 운송되며 최종 설치 현장에서 조립된다(Kim et al.
모듈러 유닛 제작공장의 공정계획으로 건설 공정계획 방법을 적용시 문제점은?
2012). 이는 건설 프로젝트를 위해 만든 공정계획 방법이기 때문에 모듈러 유닛 공장 생산에 따른 물량 야적과 개별 프로젝트 현장 설치 순서 및 모듈러 유닛 규격을 충분히 고려하지 못한다. 이로 인해, 조립 순서에 맞지 않는 운반 차량이 장시간 대기하여 시공 현장 작업이 지연되고, 모듈러 유닛 제작공장 내 야적 공간 부족으로 공장 생산 라인 가동이 중단되기도 하였다(Kang 2007).
모듈러 건축은 어떻게 분류되는가?
모듈러 건축은 모듈러 유닛을 제작하는 공장 작업과 현장에 설치하는 현장공사로 분류한다(Mohsen et al. 2008).
참고문헌 (30)
Alvanchi, Reza Azimi, SangHyun Lee, Simaan M. AbouRizk, Paul Zubick. (2011). "Off-site construction planning using discrete event simulation", J. Archit. Eng. 18. pp. 114-122.
Gilberto C. Pereira, Marilia M. F. de Oliveira*, Nelson F. F. Ebecken. (2013). "Genetic Optimization of Artificial Neural Networks to Forecast Virioplankton Abundance from Cytometric Data", Journal of Intelligent Learning Systems and Applications, 5(1).
Goncalves, J. F., Mendes, J. J. M., and Resende, M. G. C. (2008). "A genetic algorithm for the resource constrained multi-project scheduling problem." Eur. J. Oper. Res., 189(3), pp. 1171-1190.
Hammad, A. A., Salem, O., Hastak, M., and Syal, M. (2008). "Decision support system for manufactured housing facility layout.", J. Arcit. Eng., 14(2), pp. 36-46.
Jeong,J. G., Hastak, M., and Syal,M. (2006). "Supply chain simulation modelling for the manufactured housing industry." J. Urban Plann. Dev., 132(4), pp. 217-225.
J. Holland. (1992). "Adaptation in Nature and Artificial Systems." MIT Press.
Kang, Sung-O. (2007). "A Study on the process analysis and setting up normal duration of Large scale military modular building.", MS thesis, Mokwon University, Korea.
Kelly, J. E., and Walker, M. R. (1959). "Critical path planning and scheduling." Proc. Of the Eastern Joint Computer Conference, Dec., pp. 160-173.
Kim, D., Kim, K., Cha, H., Shin, D. (2013). "A Study on the Strategy for Creating Demand of Modular Construction through Case Analysis by Building Type." Korean journal of Construction Engineering and Management, KICEM, 14(5), pp. 164-174.
Kim, H., Hwang, Y., Kim, K. (2014). "Study on the application of Multi-skilled labors to Factory Production Process for Securing Economic Feasibility of Modular Unit." Korean journal of Construction Engineering and Management, KICEM, 15(1), pp. 11-19.
Kim, Jung Kyeong. (2014). "Improvement plan of modular plant production process for residential buildings.", MS thesis, University of Seoul, Korea.
Kim, Jae-young, Lee, Jong-kuk. (2014). "A Basic Study on the Application of Modular Construction . Focused on the Analysis of Case Study -", Journal of the Korean Housing Association, 25(4), pp. 39-46.
Kumanan, S., Jegan Jose, G., Raja, K. (2006). "Multi-project scheduling using an heuristic and a genetic algorithm." Int. J. Adv. Manuf. Technol., 31(3-4), pp. 360-366.
M. Gen, R. Cheng, and L. Lin. (2008). "Network Models and Optimization: Multiobjective Genetic Algorithm Approach.", Springer.
M. Moghadam, M. Al-Hussein, S. Al-Jibouri, A. Telyas. (2012). "Post simulation visualization model for effective scheduling of modular building construction", Can. J. Civ. Eng., 39, pp. 1053-1061.
Meyer, L, and Shaffer, R. (1963). "Extensions of the critical path method through the application of integer programming." University of Illinois, Urbana, 111, July.
Mohamed, Y., Borrego, D., Francisco, L., Al-Hussein, M., Abourizk, S., and Hermann, U. (2007). "Simulation-based scheduling of module assembly yards: Case study." Eng., Constr. Archit. Manage., 14(3), pp. 293-311.
Mohsen, O.M., Knytl, P.J., Abdulaal, B., Olearczyk, J., and Mohamed, A.-H. (2008). "Simulation of modular building construction." Proc., Winter Simulation Conf., IEEE, Piscataway, NJ, pp. 2471-2478.
Nasereddin, M., M. Mullens, and D. Cope. (2007). Automated simulator development : A strategy for modeling modular housing production. Automation in Construction, 6(2), pp. 212-223.
Noh, hong woo. (2008). "Process Planning and Scheduling in Job Shop with Multiple Work Centers." MS thesis, Soongsil University, Korea.
Odeh, A. M. (1992). "CIPROS: knowledge-based construction integrated project and process planning simulation system.", PhD thesis, University of Michigan, Ann Arbor, MI.
Oguz, O., and Bala, H. (1994). "A comparative study of computational procedures for the resource constrained project scheduling problem." Eur. J. Oper. Res., 72(2), pp. 406-416.
Park, Jae sik, (2007). A Study of the Modular System of Construction to Build Defense Bachelor Officers' Quarters, PhD thesis, Mokwon University, Korea.
Payne, J.H. (1995). Management of multiple simultaneous projects: a state-of-the- art review. International Journal of Project Management, 13(3), pp. 163-168.
Seren Ozmehmet Tasan. (2008). "A Priority-based Genetic Algorithm Approach for Solving Multiple Alternative Project Scheduling Problems with Resource Constraints and Variable Activity Times." International Conference on Systems, Man and Cybernetics, IEEE, pp. 2537-2542.
Taghaddos, H., AbouRizk, S. M., Mohamed, Y., and Hermann, R. (2009). "Integrated simulation-based scheduling for module assembly yard." Proc. Construction Research Congress 2009, ASCE, Reston, VA, pp. 1270-1279.
Yu, H., M. Al-Hussein, and R. Nasseri. (2007). Process Flowcharting and Simulation of house structure components production process. Proceedings of 2007 Winter Simulation Conference, S. G. Henderson, B. Biller, M.-H. Hsieh, J. Shortle, J. D. Tew, and R.R. Barton, pp. 2066-2072.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.