지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
이용수
초록· 키워드
오류제보하기
최근 제조업체들은 제품의 생산방식이 고도화 되고, 복잡해지면서 생산 장비를 효율적으로 사용하는데 어려움을 겪고 있다. 제조공정의 효율성을 방해하는 대표적인 요인들로는 작업물 종류 변경(job change)으로 인한 작업 준비 비용(Setup Cost) 등이 있다. 특히 반도체/LCD공정과 같이 고가의 생산 장비를 사용하는 공정의 경우 장비의 효율적인 사용이 매우 중요한데, 상호 충돌하는 의사결정인 납기 준수를 최대화 하는 것과 작업물 종류 변경으로 인한 작업준비 비용을 최소화 하는 것 사이에서 균형을 유지하는 것은 매우 어려운 일이다. 본 연구에서는 납기와 작업 준비 비용이 있는 병렬기계에서 강화학습을 활용하여 납기 및 셋업 비용의 최소화 목표를 달성하는 일정계획 모델을 개발하였다. 제안하는 모델은 DQN(Deep Q-Network) 일정계획 모델로 강화학습기반의 모델이다. 제안모델의 효율성을 측정하기 위해 DQN 모델과 기존에 개발하였던 심층 신경망 기반의 일정계획 생성기법과 휴리스틱 원칙의 결과를 비교하였다. 비교 결과 DQN 일정계획 생성기법이 심층신경망 방식과 휴리스틱 원칙에 비하여 납기 및 셋업 비용이 적은 것을 확인할 수 있었다.
목차
초록
ABSTRACT
1. 서론
2. 제안기법
3. 성능평가
4. 결론
References
참고문헌 (15)
참고문헌 신청
Cho, Y. C. / 2008 / A Study on Optimal Scheduling of Multi-Spinner's Manufacturing Process Using Artificial Neural Network / International Journal of Fuzzy Logic and Intelligent Systems 18(1):157~160
Demirkov, E / 2010 / Decomposition methods for reentrant flow shops with sequence-dependent setup times / Journal of Scheduling 3(3):155~177
Gabel, T. / 2012 / Distributed policy search reinforcement learning for job-shop scheduling tasks / International Journal of Production Research 50(1):41~61
Jeong, H. S. / 2018 / An Neural Network Approach to Job-shop Scheduling based on Reinforcement Learning / Proceedings of the Korean Society of Computer Information Conference 26(2):47~48
강장하 / 2017 / 강화학습기법의 동적일정계획에의 적용가능성에 대한 소고 / 공학기술논문지 10(4):453~456
Demirkov, E / 2010 / Decomposition methods for reentrant flow shops with sequence-dependent setup times / Journal of Scheduling 3(3):155~177
Gabel, T. / 2012 / Distributed policy search reinforcement learning for job-shop scheduling tasks / International Journal of Production Research 50(1):41~61
Jeong, H. S. / 2018 / An Neural Network Approach to Job-shop Scheduling based on Reinforcement Learning / Proceedings of the Korean Society of Computer Information Conference 26(2):47~48
강장하 / 2017 / 강화학습기법의 동적일정계획에의 적용가능성에 대한 소고 / 공학기술논문지 10(4):453~456
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
납기와 작업준비비용을 고려한 병렬기계에서 딥러닝 기반의 일정계획 생성 모델
한국전자거래학회지
2019 .08
-
작업물 분할이 가능한 작업물 전용 이종병렬설비에서 셋업 횟수와 납기지연시간을 최소화하기 위한 DNN 기반의 일정계획 수립 모델
한국전자거래학회지
2022 .11
-
작업준비시간과 납기지연시간을 최소화하기 위한 딥러닝 기반의 일정계획수립 모델
대한산업공학회 춘계공동학술대회 논문집
2021 .06
-
Solution Approach for Solving Multi-Objective Single-Machine Problem with Sequence-Dependent Setup Times and Setup Costs
Industrial Engineering & Management Systems
2019 .12
-
순서 의존적 셋업시간이 존재하는 이종 병렬 기계에서의 납기 지연 최소화를 위한 심층 강화학습을 이용한 일정계획
대한산업공학회 추계학술대회 논문집
2024 .10
-
단말간 직접 통신 네트워크를 위한 심층 강화학습 기반 분산적 스케쥴링 알고리즘
한국정보통신학회논문지
2020 .11
-
작업 준비비용 최소화를 고려한 강화학습 기반의 실시간 일정계획 수립기법
한국전자거래학회지
2020 .05
-
작업 준비 시간이 없는 이기종 설비 환경에서 총 납기 지연 최소화를 위한 MatNet 기반 강화학습 일정계획
대한산업공학회 춘계공동학술대회 논문집
2023 .05
-
PRIORITIY RULES FOR THE SINGLE MACHINE TOTAL WEIGHTED TARDINESS SCHEDULING PROBLEM WITH MAXIMUM ALLOWABLE TARDINESS
대한산업공학회 춘계공동학술대회 논문집
2015 .04
-
작물 생산량 예측을 위한 심층강화학습 성능 분석
한국전자통신학회 논문지
2023 .02
-
DQN(Deep Q-Network)을 활용한 수요 대응형 주차 스케쥴링 기법 개발
대한교통학회 학술대회지
2024 .09
-
강화학습 환경에 따른 A2C, DQN 알고리즘의 학습 효율성 비교, 분석
Proceedings of KIIT Conference
2023 .06
-
DQN을 적용한 심층강화학습 기반 로봇팔 밀기 및 파지
한국기계가공학회 춘추계학술대회 논문집
2023 .04
-
N-DQN: 계층화된 병렬 강화학습 모델의 구현 및 연구
한국통신학회논문지
2019 .10
-
납기와 셋업 코스트가 있는 병렬기계에서 머신 러닝을 응용한 일정계획
대한산업공학회 추계학술대회 논문집
2018 .11
-
셋업 코스트가 있는 병렬 기계에서 CNN을 활용한 실시간 일정계획
대한산업공학회 추계학술대회 논문집
2018 .11
-
DQN 기반 비디오 스트리밍 기법의 뉴럴 네트워크 모델별 성능 비교
한국정보과학회 학술발표논문집
2018 .12
-
DQN 방식의 강화학습을 이용한 모바일 로봇의 자율이동
한국생산제조학회 학술발표대회 논문집
2021 .07
-
강화학습 게임에서 높은 보상 수렴속도 개선을 위한 가상환경 기반의 DQN 모델
Proceedings of KIIT Conference
2020 .10
-
발생 확률 분포에 따른 DQN 학습 성능 비교
한국통신학회 학술대회논문집
2020 .02
이 논문의 저자 정보
이 논문과 함께 이용한 논문
평블록 조립 공정에 대한 강화학습 기반 스케줄링 알고리즘 개발
조영인
,
남소현
,
우종훈
한국CDE학회 논문집
2021
.06
밀리미터파 이중대역 빔 포밍용 안테나 설계
서예준
,
이창형
,
박희준
외 3명
한국통신학회 학술대회논문집
2019
.01
조선소 병렬 기계 공정에서의 납기 지연 및 셋업 변경 최소화를 위한 강화학습 기반의 생산라인 투입순서 결정
남소현
,
조영인
,
우종훈
대한조선학회 논문집
2023
.06
DDQN을 활용한 강화학습 기반 타임슬롯 스케줄링
류지혜
,
권주혁
,
정진우
한국통신학회논문지
2022
.07
CRI와 COLREG를 이용한 선박 충돌 회피 알고리즘
서찬희
,
노유정
,
미쓰가나 아베베 바예
대한기계학회 춘추학술대회
2021
.11
최근 본 자료
댓글(0)
0