초록 ▼

연구의 목적 및 내용
본 연구에서는 글로벌 공급사슬의 운영상태 자료를 토대로 공급사슬의 성과를 예측하여 리스크 상태를 판정하고, 리스크 소스들을 추론하고, 핵심 리스크 소스의 완화대안들을 평가해 최선의 대안을 선정해 주는 지식기반의 지능적 의사결정지원시스템을 개발한다. 연구 내용으로는 공급사슬의 운영상태를 측정하는 척도들을 개발하고, 데이터베이스 및 지식베이스 설계, 리스크를 고려한 재고관리, 구매관리, 수송관리 등의 운영계획 수립 해법 개발, 자료 분석을 위한 인공지능(AI) 기법의 활용방안 강구, 공급사슬의 모델링, 리스크

연구의 목적 및 내용
본 연구에서는 글로벌 공급사슬의 운영상태 자료를 토대로 공급사슬의 성과를 예측하여 리스크 상태를 판정하고, 리스크 소스들을 추론하고, 핵심 리스크 소스의 완화대안들을 평가해 최선의 대안을 선정해 주는 지식기반의 지능적 의사결정지원시스템을 개발한다. 연구 내용으로는 공급사슬의 운영상태를 측정하는 척도들을 개발하고, 데이터베이스 및 지식베이스 설계, 리스크를 고려한 재고관리, 구매관리, 수송관리 등의 운영계획 수립 해법 개발, 자료 분석을 위한 인공지능(AI) 기법의 활용방안 강구, 공급사슬의 모델링, 리스크 원인 추론방법 개발, 리스크 완화대안 평가기법 개발 등을 포함한다.

연구결과
(1) 지식기반의 지능적 의사결정지원시스템(DSSCRM)의 개발: DSSCRM의 구조는 공급사슬의 과거 운영지표(OI)와 성과지수(PI) 자료 셋을 저장하는 데이터베이스, 리스크 소스의 완화대안들에 대한 OI 정보를 저장하는 지식베이스, 그리고 유효 OI 선별 및 PI 예측, 리스크 상태 판정, 리스크 소스 추론, 핵심 리스크 완화대안 평가, 공급사슬 시뮬레이션을 위한 5개의 분석모듈로써 이루어진다. 이를 위해 23종류의 OI와 하나의 PI 척도를 개발하였다. 지식베이스 구축에는 시뮬레이션과 ANFIS의 혼합방법을 이용하였다. OI 선별 및 PI 예측을 위해 meta-heuristic과 인공신경망의 혼합기법을 개발하였다. 리스크 소스 추론을 위해 principle component analysis 기반의 방법을 개발하였다. 핵심 리스크 소스 완화대안 평가를 위해 principle component analysis와 digraph-matOIx 평가의 혼합기법을 개발하였다. 국내 S 전자회사의 아시아 공급사슬을 단순화한 예제에 적용해 봄으로써 개발된 시스템의 적합성을 확인하였다. (2) 글로벌 공급사슬 운영의 선제적 리스크 대응을 위한 분석적 방법론의 개발: 유전알고리즘과 컴퓨터 시뮬레이션의 혼합방법을 개발하였다. (3) 공급능력 리스크를 고려한 최적 구매계획 해법 개발: 상태전이 확률을 이용한 수리모형을 구축하였다. (4) 공급사슬 프로세스의 리스크 분석 방법론 개발: 컬러드페트리 넷과 사회관계망 분석을 이용한 혼합기법을 개발하였다.

연구결과의 활용계획
개발된 지식기반의 지능적 의사결정지원시스템은 지식재산권 취득 후 상용화되어(벤처기업 창업 모색) 국내기업들의 글로벌 및 국내 공급사슬 리스크 관리에 활용됨으로써 수익의 극대화와 고객과 공급사슬 구성원 만족의 극대화를 통해 국제경쟁력 강화와 경쟁우위를 구현케 해 주는 효과를 기대할 수 있다. 구체적으로, 공급사슬 리스크의 사전대처, 불확실성 공급사슬의 최적운영, 제한된 가용자원 내에서 최적 리스크 관리, 리스크 발생 시 신속 정확한 대응, 수요/공급 균형, 재고 및 품절 감소, 납기준수 등을 기대할 수 있다. 또한, 개발된 시스템의 설계 및 구축기술은 각종 의사결정지원시스템 개발의 기초연구에 적절히 응용될 수 있을 것이다.

(출처 : 한글요약문 4p)

Abstract ▼

Purpose& contents
This research is to develop a knowledge-based intelligent decision support system for global supply chain risk management, that predicts a supply chain risk based on the operation information, identifies risk sources with probabilities, and evaluates risk mitigation alternatives

Purpose& contents
This research is to develop a knowledge-based intelligent decision support system for global supply chain risk management, that predicts a supply chain risk based on the operation information, identifies risk sources with probabilities, and evaluates risk mitigation alternatives for the core risk source identified. The research consists of the development of operation indicators, the design of database and knowledge base, the development of solutions for operation problems, the application of artificial intelligence techniques for risk forecasting, supply chain modeling, the development of techniques for inferencing risk source and evaluating risk mitigation alternatives.

Result
(1) Knowledge-based intelligent decision support system: The system consists of a database for operation indicators(OI) and a performance index(PI), a knowledge base for OI information of mitigation alternatives, an analysis module for the selection of significant OI and PI forecasting, an analysis module for supply chain risk judgement, an analysis module for inferencing supply chain risk sources, an evaluation module for selecting the best feasible mitigation alternative, and a simulation module for the supply chain operation. We developed 23 OI and the corresponding PI. We utilized the simulation and ANFIS for constructing the knowledge base. We developed a hybrid methodology of meta-heuristic and neural network for forecasting PI. We developed a technique based on principle component analysis(PCA) for inferencing risk sources with probabilities. We developed a mixed methodology of PCA and digraph-matrix computation for evaluating mitigation alternatives for the core risk source. We validated the performance of the system by applying it to the simplified global supply chain of an electronics company located in South Korea. (2) Methodology for the proactive risk management for the global supply chain operation: We developed the hybrid optimization model of meta-heuristic and computer simulation. (3) Solution for sourcing decisions with supply capacity risk: We constructed a mathematical model using the status transition probabilities. (4) Methodology for the risk analysis of supply chain process: We developed a mixed methodology using coloured petri-net and social network mining.

Expected Contribution
The knowledge-based intelligent decision support system may be programmed as a commercial software for the global supply chain risk management of domestic companies. Using the system, those companies are able to respond pro-actively to risks, operate optimally supply chains under risk and uncertainty, mitigate effectively risks, respond accurately to risk occurrences, achieve efficiently the balance of supply and demand, reduce inventory and shortage, and minimize due date violation, which result in maximizing the supply chain profit and customer service level. Furthermore, the techniques and methodologies of the system may be referenced to the development of decision support systems in various industry fields.

(출처 : SUMMARY 5p)

목차 Contents

• 표지 ... 1목차 ... 2연구계획 요약문 ... 3연구결과 요약문 ... 4 한글요약문 ... 4 SUMMARY ... 5연구내용 및 결과 ... 6 1. 연구개발과제의 개요 ... 6 2. 국내외 기술개발 현황 ... 6 3. 연구수행 내용 및 결과 ... 8 4. 목표달성도 및 관련분야에의 기여도 ... 20 5. 연구결과의 활용계획 ... 21 6. 연구과정에서 수집한 해외 과학기술정보 ... 21 7. 참고문헌 ... 22 8. 연구성과 ... 24 9. 국가과학기술지식정보서비스에 등록한 연구시설·장비 현황 ... 27 10. 연구개발과제 수행에 따른 연구실 등의 안전조치 이행실적 ... 27 11. 기타사항 ... 27끝페이지 ... 27