[논문]인공지능 수요예측 모듈에 대한 연구

최정원; 구찬모; 장경원; 왕지남

인공지능 수요예측 모듈에 대한 연구
A Study on the Forecasting Module of Artificial Intelligence 원문보기

최정원 (아주대학교 공과대학 기계 및 산업공학부) , 구찬모 (아주대학교 공과대학 기계 및 산업공학부) , 장경원 (아주대학교 공과대학 기계 및 산업공학부) , 왕지남 (아주대학교 공과대학 기계 및 산업공학부)

본 논문은 수요 예측함에 있어서 여러 가지 수요 예측 방법을 통해 매 시기 마다 적절한 수요예측 기법을 사용하여 좀더 정확한 수요예측 결과를 추정하기 위한 방법을 연구하며 특히, 수요 예측하기 어려운 제품에 대해 여러 인자를 고려하여 좀더 나은 예측치를 구하기 위한 방법을 연구하고 있다. 마지막으로 각 ERP나 SCM, MRP application에 연계하여 필요한 자료를 되게 얻고 이를 다시 보내 줄 수 있는 일반적인 연계 방법을 연구하고 있다. 본 논문에서는 데이터 베이스 연계부분에서는 ODBC 를 사용하였으며, 예측 기법은 Moving Average 기법과 Exponential Smoothing 기법, 그리고 Neural Networks 중 BP 를 이용하여 구현하였다. 앞으로 좀 더 많은 예측 기법을 적용하여 향상된 수요 예측을 위한 모듈을 연구 및 구현하려 한다.

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

고객의 요구에 대한 신속한 대응과 최적의 자재 수급계획을 통해 고객에 대한 ATP(Available to Promise)를 이룩할 수 있는 방안으로서 Neural Network 의 B.P 알고리즘을 사용한 학습에 의한 Online 수요예측 모델을 개발 본 연구대상의 기업에 적용하고자 한다. 단지, Neural Network 에만 국한하지 않고 MA(Moving Average)와 ES(Exponential Smoothing)기법 등을 사용하여 Pick the best 를 통한 최선의 수요예측을 이룩할 수 있도록 하였다.
본 논문에서는 독립적인 시스템을 구성하여 시뮬레이션을 수행하였다.
더욱이 여러 인자에 의해 수요가 변하는 많은 제품들은 신뢰성 있는 수요 예즉치를 기대하기가 매우 어렵다. 본 연구에서는 이러한 문제점들을 해결하여 좀더 신뢰성 있는 예측치를 구할 수 있는 방법을 연구 체시하려 한다.

가설 설정

1) 제품의 종류가 다양하고 life cycle 이 1년~2년 정도이다.

제안 방법

P 알고리즘을 사용한 학습에 의한 Online 수요예측 모델을 개발 본 연구대상의 기업에 적용하고자 한다. 단지, Neural Network 에만 국한하지 않고 MA(Moving Average)와 ES(Exponential Smoothing)기법 등을 사용하여 Pick the best 를 통한 최선의 수요예측을 이룩할 수 있도록 하였다.
시스템 구성은 <그림 3>과 같다. 본 시뮬레이션에서 사용되는 자료는 0racle8 Database 안에 저장을 해 두었으며, 결과 및 사용되는 인자와 학습 결과 등을 저장해 두었다. 사용된 개발 언어는 Microsoft 의 Visual C++을 사용하였으며 Database 와의 transaction 은 Microsoft 의 ODBC 를 사용하였다.

대상 데이터

본 연구대상 기업은 종합전자기기제조 업체로서 화상회의, 원격감시시스템을 중심으로 한 멀티미디어와 네트워크 구축사업 그리고 워크스테이션, 디스플레이 모니터 등의 컴퓨터 및 컴퓨터주변기기 사업을 하고있다. Make to Order 방식에 의해서 제품이 생산되고 있으며 생산되는 제품의 80%정도가 미국과 유럽등 해외로 수출이 되고 있다.

성능/효과

2) 관리의 편의상 주 핵심 부품이 동일한 제품을 그룹으로 묶어서 ABC 등급 관리를 하고 있다.
3) 자재 Lead time 이 해외 구매 자재인 경우는 40 일~60 일 정도이며 고가이고, 국내수급 자재인 경우는 15 일~20 일 정도이다.
5) Buyer 의 여름휴가 혹은 매출목표, 기술적 요인, 계절적 요인, 성장기, 퇴쇄기 등 다양한 수요 예측 영향인자를 보유하고 있다.

후속연구

현제 각 제품에 대해 적용할 수 있는 많은 인자들이 있으며 이런 인자들을 수요예측에 사용하여 좀 더 향상된 수요예측 결과를 기대 하고 있으며 이러한 인자들을 찾아 내는 연구가 필요하다. 마지막으로 이 수요예측 자료를 기존 MRP Application 에 적용하기 위한 일반화된 Database Transaction 에 대해서도 연구를 해보아야 한다.
본 연구는 기본에 있는 Database 나 ERP Package 에 덧붙여 사용하는 것으로 정해진 시점마다 각 제품의 데이터를 가져와서 여러가지 수요예측 모델에 대해 시뮬레이션을 하고 각 제품에 맞는 가장 좋은 모델을 찾아 저장하고 이를 이용해 앞의 수요예측을 하며 매 시점마다 가장 맞는 모델을 찾음으로 최적의 수요예측 값을 찾을 수 있다고 기대하고 있다. <표 1>은 각 제품별 데이터를 3가지 예측 모델로 현재 구현되어 있는 프로그램을 통해 구해진 MSE 값을 보여주고 있다.
아직 여러가지 모델을 모두 구현하지 못했으며 특히 이 논문에서 적용하는 회사의 경우는 제품의 데이터가 너무 적고 제품의 life cycle 이 너무 짧아 좋은 수요예측 결과를 얻기 힘들다. 현제 각 제품에 대해 적용할 수 있는 많은 인자들이 있으며 이런 인자들을 수요예측에 사용하여 좀 더 향상된 수요예측 결과를 기대 하고 있으며 이러한 인자들을 찾아 내는 연구가 필요하다. 마지막으로 이 수요예측 자료를 기존 MRP Application 에 적용하기 위한 일반화된 Database Transaction 에 대해서도 연구를 해보아야 한다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

인공지능 수요예측 모듈에 대한 연구
A Study on the Forecasting Module of Artificial Intelligence 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

인공지능 수요예측 모듈에 대한 연구 A Study on the Forecasting Module of Artificial Intelligence 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

인공지능 수요예측 모듈에 대한 연구
A Study on the Forecasting Module of Artificial Intelligence 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper