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
- 지도 학습은 학습 데이터로부터 입력 값에 대한 예측과 추정, 분류를 수행하고 비지도 학습은 입력 데이터로부터 패턴이나 규칙을 탐색하며, 강화 학습은 환경 변화에 따라 취해야할 행동을 선택할 수 있도록 각 행동을 평가 하게 된다. 궁극적으로 기존의 데이터와 적치장 상황을 학습하고 각각의 상황에서의 이동을 평가하여 최적의 적치 위치를 찾을 수 있는 점진적 학습을 통한 지능형 블록 적치장 선정을 목표로 하고 있다. 학습 알고리즘을 선정하기에 앞서 블록의 이동은 Fig.
- 더 나아가서는 블록의 위치 추적뿐만 아니라 앞으로의 공정 작업을 고려하여 현재 블록이 어느 위치로 이동할 것인가에 대한 연구가 진행되었다. 유전 알고리즘을 이용한 조립 블록의 생산계획을 수립에 대한 연구 (Koh, 1996, & Roh, 2012)와 적치 가용 공간과 간섭 블록을 고려한 조선소 블록 적치장 배치와 반출 경로를 결정하는 연구가 있었으며 (Kim, et al.
- 따라서 조선소 내 블록 이동 및 물류를 효율적으로 관리할 수 있도록 하는 시스템이 필요하며, 이에 따라 블록의 이동과 물류를 효율적으로 관리하고 블록 운반을 수행하는 장비인 트랜스포터의 운행을 최소화하고 최적화할 수 있도록 하는 트랜스포터 최적 운영 시스템을 연구, 개발하고자 한다. 연구를 진행하기에 앞서 각 생산 공정 단계에서 생산된 블록을 어느 시점에 어느 위치에 적치할 것인지에 대하여 연구를 진행하였다.
- 본 연구는 블록의 입출고 시점에서 블록의 적치 위치를 선정 하는 블록 물류 관리 문제를 다루었다. 이는 조선소에서 블록 생산과 물류 관리를 위하여 기존에 관리하고 있던 블록 이동 요청 데이터와 실적 데이터, 공정 계획 정보를 이용하여 적치장 내에 서의 블록의 이동 거리를 최소화하고 블록 운반을 수행하는 장비인 트랜스포터의 운행을 최적화할 수 있도록 하는 첫 번째 과정 이다.
- 본 연구는 조선소에서 물류 관리를 위하여 축적한 데이터를 학습하여 블록의 적치 위치를 도출하는 의사결정트리 학습 방법을 제안하였다. 구체적으로, 기존의 데이터에서 학습 결과에 영향을 미치는 데이터를 추출하고, 기계 학습 중에서 데이터를 분류하고 결과를 나타내는 과정을 확인하고 선정 결과에 대해 선정 이유와 결과 검증을 수행할 수 있도록 하는 의사결정트리 학습 방법을 제안하였다.
- 본 연구에서는 기존에 축적한 블록 이동 요청 데이터와 실적데이터를 학습하여 적치 위치를 선정할 수 있도록 데이터를 분석하고 유효 데이터를 추출하고자 한다
- 본 연구에서는 기존의 블록 이동에 관한 실적 데이터를 분석하고 적치 위치 선정에 있어서 관련 있는 유효한 데이터를 추출하였다. 보통 트랜스포터 작업반장과 운전수, 신호수 등의 작업자들이 이동되어야 할 블록의 행선지와 이동 경로를 결정하게 되는 데, 당시의 야드 상황과 각 공정 별 작업장의 상황을 파악하고 그에 맞는 판단을 통해 블록을 운반하게 되며, 실적으로 저장하게 된다.
- 본 연구에서는 위에 언급한 적치장 할당이라는 개념 대신에 블록이 다음 공정 작업을 대기할 때 블록 공정 작업장과 근접한 적치장으로 적치될 수 있도록 공정 작업장 주변 적치장의 분포를 확인하고 이 정보를 활용하였다.
- 따라서 조선소 내 블록 이동 및 물류를 효율적으로 관리할 수 있도록 하는 시스템이 필요하며, 이에 따라 블록의 이동과 물류를 효율적으로 관리하고 블록 운반을 수행하는 장비인 트랜스포터의 운행을 최소화하고 최적화할 수 있도록 하는 트랜스포터 최적 운영 시스템을 연구, 개발하고자 한다. 연구를 진행하기에 앞서 각 생산 공정 단계에서 생산된 블록을 어느 시점에 어느 위치에 적치할 것인지에 대하여 연구를 진행하였다.
- 보통 트랜스포터 작업반장과 운전수, 신호수 등의 작업자들이 이동되어야 할 블록의 행선지와 이동 경로를 결정하게 되는 데, 당시의 야드 상황과 각 공정 별 작업장의 상황을 파악하고 그에 맞는 판단을 통해 블록을 운반하게 되며, 실적으로 저장하게 된다. 이에 기존의 블록 이동에 관한 실적 데이터는 작업자들의 노하우를 축적하고 있어 이를 기반으로 한 블록의 적치장선정을 제안한다. 작업자의 노하우가 축적된 실적 데이터의 유효한 데이터를 학습하여 블록의 적치장을 선정하고자 하였으며, 학습에 적합한 알고리즘을 선정하였다.
가설 설정
- (d) A case of moving to a location that is too mobile and not relevant to work.
- 블록이 하나의 공정 작업장에서 반출되어 다음 공정 작업장으로 반입되기까지의 이동에서 블록의 적치장에 적치 및 적치장으로 이동횟수, 블록의 이동 거리(Count in Table 5)를 비교하였으며, 이동 거리는 실제 적치장 입출고 방향으로 고려하지 않고 가장 가까운 도로를 이용한다는 가정 하에 계산하였다. 실제 적치장 입출고 방향과 크레인에 의한 이동에 대해서는 이번 연구에서 다루지 않고 향후 연구에서 이동 거리에 대한 학습을 고려할 때 함께 비교 및 평가할 예정이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.