최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 상명대학교 산학협력단 |
---|---|
연구책임자 | 신현준 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2011-04 |
과제시작연도 | 2010 |
주관부처 | 교육과학기술부 |
사업 관리 기관 | 한국연구재단 |
등록번호 | TRKO201200002427 |
과제고유번호 | 1345120869 |
사업명 | 일반연구자지원 |
DB 구축일자 | 2013-05-20 |
키워드 | 품질 변동성.불량 검출.스케줄링.생산계획.기계학습.알고리즘.Quality Volatility.Fault Detection.Scheduling.Production.Plan Machine Learning.Algorithm. |
본 연구에서는 기계학습 기법을 이용하여 이와 같은 어려움들을 해결하는 방법론을 제안하였다. 즉, SVM을 이용한 불량 검출 기법 개발을 통해 품질비용을 최소화함과 동시에 RL을 이용하여 시간의 흐름에 따라 변화하는 재작업 발생 확률을 기반으로 작업 투입정책의 모수를 동적으로 조정함으로써 효율적인 투입계획을 수립하는 스케줄링 알고리즘을 개발하는 것이다.
본 연구에서는 하이테크 제조업 중 TFT-LCD 제조공정을 대상으로 먼저 SVM을 이용한 불량 검출 알고리즘과 RL을 이용한 스케줄링 알고리즘 개발을 진행하였다. 연구결과를 정리
Most of the dispatching scheduling methods for a complex manufacturing process still depend on a dispatching policy considering only due-dates, release times or sequence dependent setup times, or simple heuristic. For the target manufacturing process of this study, however, it is desirable to devise
※ AI-Helper는 부적절한 답변을 할 수 있습니다.