012 3$0 , , 01! - korea science
TRANSCRIPT
![Page 1: 012 3$0 , , 01! - Korea Science](https://reader033.vdocuments.us/reader033/viewer/2022051012/627690ca77cdb461dc22e74a/html5/thumbnails/1.jpg)
Journal of The Korea Society of Computer and Information
Vol. 19, No. 5, May 2014
www.ksci.re.kr
http://dx.doi.org/10.9708/jksci.2014.19.5.089
๋จ์ผ๋ชจ๋ธ ๋จ์ธก ์กฐ๋ฆฝ๋ผ์ธ ๊ท ํ๋ฌธ์ ์ ์ฃผ๊ฒฝ๋ก ๊ตฐ์งํ ์๊ณ ๋ฆฌ์ฆ
1)์ด์์ด*
A Single-model Single-sided Assembly Line Balancing
Problem Using Main-path Clustering Algorithm
Sang-Un Lee*
์ ์ฝ
๋ณธ ๋ ผ๋ฌธ์ NP-๋์ ๋ฌธ์ ๋ก ์๋ ค์ง ๋จ์ผ๋ชจ๋ธ ๋จ๋ฐฉํฅ ์กฐ๋ฆฝ๋ผ์ธ ๊ท ํ๋ฌธ์ ์ ๋ํด ํด๋ฆฌ์คํฑ ์๊ณ ๋ฆฌ์ฆ์ ์ ์ํ์
๋ค. ์กฐ๋ฆฝ๋ผ์ธ ๊ท ํ๋ฌธ์ ๋ ์ฃผ๋ก ๋ฉํํด๋ฆฌ์คํฑ ๋ฐฉ๋ฒ๋ค์ ์ ์ฉํ๊ณ ์๋ ์ถ์ธ์ด๋ค. ์ ์๋ ์๊ณ ๋ฆฌ์ฆ์ ์ต์ข ์ ํ์ด ์
์ฐ๋ ๋๊น์ง ๊ฐ์ฅ ๋ง์ ๊ณต์ ์ผ๋ก ์กฐ๋ฆฝ๋๋ ๊ฒฝ๋ก๋ฅผ ์ฃผ๊ฒฝ๋ก๋ก ์ค์ ํ๊ณ , ์ฃผ๊ฒฝ๋ก๋ฅผ ๋ฐ๋ผ๊ฐ๋ฉด์ ๊ฐ ์์ ์์๊ฒ ์ํ์
๊ฐ์กฐ๊ฑด์๋ง์กฑํ๋์์ ๋์๋ฐฐ์ ํ๋๊ตฐ์งํ์๊ณ ๋ฆฌ์ฆ์์ ์ํ์๋ค. ์ ์๋์๊ณ ๋ฆฌ์ฆ์์ต์์์์ ์์๋ฅผ๊ฒฐ์
ํ๊ณ , ์ํ์๊ฐ๋ ๋จ์ถ์ํค๋ ๊ฒฐ๊ณผ๋ฅผ์ป์๋ค. 9๊ฐ์ ๋ค์ํ ์คํ ๋ฐ์ดํฐ์ ์ ์๋์ฃผ๊ฒฝ๋ก ๊ตฐ์งํํด๋ฆฌ์คํฑ ์๊ณ ๋ฆฌ
์ฆ์ ์ ์ฉํ ๊ฒฐ๊ณผ ๋ฉํํด๋ฆฌ์คํฑ ๋ฐฉ๋ฒ๋ค์ ๋นํด ๋ณด๋ค ์ข์ ์ฑ๋ฅ์ ๊ฐ๊ณ ์์์ ๋ณด์๋ค.
โธKeywords :๋จ์ผ๋ชจ๋ธ, ๋จ์ธก ์กฐ๋ฆฝ๋ผ์ธ ๊ท ํ, ์ฃผ-๊ฒฝ๋ก, ๋ถ๊ฒฝ๋ก, ๊ตฐ์ง
Abstract
This paper suggests heuristic algorithm for single-model simple assembly line balancing problem
that is a kind of NP-hard problem. This problem primarily can be solved metaheuristic method.
This heuristic algorithm set the main-path that has a most number of operations from start to
end-product. Then the clustering algorithm can be assigns operations to each workstation within
cycle time follow main-path. This algorithm decides minimum number of workstations and can be
reduces the cycle time. This algorithm can be better performance then metaheuristic methods.
โธKeywords : Single-model, Single-sided Assembly Line Balancing, Main-path, Sub-path,
Clustering
โ์ 1์ ์ : ์ด์์ดโํฌ๊ณ ์ผ : 2014. 2. 12, ์ฌ์ฌ์ผ : 2014. 2. 25, ๊ฒ์ฌํ์ ์ผ : 2014. 3. 5.
* ๊ฐ๋ฆ์์ฃผ๋ํ๊ต ๋ฉํฐ๋ฏธ๋์ด๊ณตํ๊ณผ (Dept. of Multimedia Eng., Gangneung-Wonju National University)
![Page 2: 012 3$0 , , 01! - Korea Science](https://reader033.vdocuments.us/reader033/viewer/2022051012/627690ca77cdb461dc22e74a/html5/thumbnails/2.jpg)
90 Journal of The Korea Society of Computer and Information May 2014
I. ์ ๋ก
์ ์ ์กฐ๋ถ์ผ์์กฐ๋ฆฝ๋ผ์ธ๊ท ํ (assembly line balancing,
ALB) ๋ฌธ์ ๋ 1900๋ ๋์ด๋ถํฐ์ ๊ธฐ๋์ด์จ๋ฌธ์ ๋ก, ํน์ ์
ํ์์ ์กฐํ๋๋ฐ์์ดํจ์จ์ ์ด๊ณ ๋์์์ฐ์ฑ์๊ฐ๋๋ก์์
์๋ค์๊ฒ ์์ ๋์ ๋ฐฐ์ ํ๋ ๋ฐฉ๋ฒ์ด๋ค[1]. ์กฐ๋ฆฝ๋ผ์ธ์ ์ ํ
์ผ๋ก ๋ฐฐ์น๋ ์์ ๋๋ค (workstations)๋ก ๊ตฌ์ฑ๋์ด ์์ผ๋ฉฐ,
๋ถํ (์์ฌ)์ ์ฒซ ๋ฒ์งธ ์์ ๋์ ํฌ์ ๋ ์ดํ ์ปจ๋ฒ ์ด์ด ๋ฒจํธ
์กฐ๋ฆฝ๋ผ์ธ์ ํตํด ๋ค์ ์์ ๋๋ก ๊ณ์์ ์ผ๋ก ์ด๋๋๋ฉด์ ์กฐ๋ฆฝ
๋์ด ์ต์ข ์ ์ผ๋ก ์์ ํ์ด ์์ฐ๋๋ค. ์ผ๋จ ์ ํ์ด ์์ ๋์
๋์ฐฉํ๋ฉด ์์ ์๊ฐ ํ ๋น๋ ๋ถํ๋ค์ ๋ํ ์์ ์ ์ํํ๊ณ ,
์ํ๋ ์ ํ์ ๋ค์ ๊ณต์ (operation)์ผ๋ก ์ด๋๋๋ค. ์ด ๊ฒฝ
์ฐ, ๊ฐ ์์ ์์๊ฒ ๋ฐฐ์ ๋ ์์ ๋ค์ ์ ํ์ ์กฐ๋ฆฝ์์๋ฅผ ์ค์
ํด์ผํ๋ค. ๊ฐ๊ณต์ ์์ํ๋์์์ ์ด์๋ฃ๋๋์๊ฐ์์ฒ๋ฆฌ
์๊ฐ (processing time)์ด๋ผ ํ๋ค[2]. ์กฐ๋ฆฝ๋ผ์ธ์ ์ํ ์
๊ฐ (cycle time)์ ํ๋์์์ ํ์ด์์ฐ๋ ๋๊น์ง์์๊ฐ์ผ
๋ก, ์ํ๋์์ฐ์จ (production rate)์์ํด์ฌ์ ์๊ฒฐ์ ๋
๋ค[3]. ์กฐ๋ฆฝ๋ผ์ธ์ํ์ ๋์์ฐ์จ๋ก์ ์งํ๊ธฐ์ํด์๋๊ฐ์
์ ๋์์์ ์ฒ๋ฆฌ์๊ฐ๋ค์ ํฉ์ ์์ ๋์ ์ํ์๊ฐ์ ์ด๊ณผํ
๋ฉด ์๋๋ค. ์กฐ๋ฆฝ๋ผ์ธ ๊ท ํ ๋ฌธ์ ๋ ์ฐ์ ๊ณตํ์์์ ์ ํ์ ์ธ
๋ฌธ์ ์ค ํ๋๋ก NP-hard ์กฐํฉ์ต์ ํ ๋ฌธ์ ๋ก ๋ถ๋ฅ๋๊ณ ์๋ค
[4]. ์ด๋ ๋คํญ์๊ฐ์ผ๋ก ํ ์ ์๋ ์ ํํ ์๊ณ ๋ฆฌ์ฆ์ด ์กด์ฌ
ํ์ง ์๊ธฐ ๋๋ฌธ์ ๋ถ๋์ด ํด๋ฆฌ์คํฑ ๋ฐฉ๋ฒ (heuristic
method)์ผ๋กํด๋ฅผ๊ตฌํ๊ณ ์๋ค[5]. ์ต๊ทผ๋ค์ด์๋ํด๋ฆฌ์คํฑ
๋ฐฉ๋ฒ๋ณด๋ค ์ ์ ์ ์๊ณ ๋ฆฌ์ฆ (GA), ๋ด๊ธ์ง๊ธฐ๋ฒ (SA), ์ ๊ฒฝ๋ง
(NN), ๊ฐ๋ฏธ์ง๋จ์ต์ ํ (ACO), ๊ฐ์ฒด๊ตฐ์ง์ต์ ํ (PSO),
Tabu ํ์ (TS) ๋ฑ์ ๋ฉํํด๋ฆฌ์คํฑ ๋ฐฉ๋ฒ (metaheuristic
method)์ ๋์์ผ๋ก ์ ์ฉํ๋ ์ถ์ธ์ด๋ค[6-12].
๋ณธ ๋ ผ๋ฌธ์์๋์กฐ๋ฆฝ๋ผ์ธ๊ท ํ๋ฌธ์ ๋ฅผ์ต์ข ์์ ํ์ด์์ฐ๋
๋๊น์ง์๊ณต์ ๊ฐ์๊ฐ์ต๋์ธ๊ฒฝ๋ก๋ฅผ์ฃผ๊ฒฝ๋ก (main path)๋ก
์ค์ ํ๊ณ , ์ฃผ๊ฒฝ๋ก๋ฅผ๋ฐ๋ผ๊ฐ๋ฉด์๊ฐ์์ ๋์๊ท ํ๋์์ ๋์
๋ฐฐ์ ํ๋ํด๋ฆฌ์คํฑ์๊ณ ๋ฆฌ์ฆ์์ ์ํ๊ณ , ์ ์๋ํด๋ฆฌ์คํฑ์
๊ณ ๋ฆฌ์ฆ์ด ๋ฉํํด๋ฆฌ์คํฑ ๋ฐฉ๋ฒ์ ๋นํด ๋ณด๋ค ์ข์ ๊ฒฐ๊ณผ๋ฅผ ์ป์
์ ์์์ ๋ณด์ธ๋ค.
2์ฅ์์๋ ์กฐ๋ฆฝ๋ผ์ธ์ ๋ฐฐ์นํํ, ์์ฐ์ ํ์ ์ข ๋ฅ์ ๋๋ถ
์ด์กฐ๋ฆฝ๋ผ์ธ๊ท ํ๋ฌธ์ ์ฑ๋ฅ์ํ๊ฐํ๋์ฒ๋๋ฅผ๊ณ ์ฐฐํด๋ณธ๋ค.
3์ฅ์์๋ ์ฃผ๊ฒฝ๋ก๋ฅผ ๋ฐ๋ผ๊ฐ๋ฉด์ ๊ฐ ์์ ๋์ ์์ ๋์ ๋ฐฐ์
ํ๋ ๊ตฐ์ง (clustering) ์ต์ ํ ์๊ณ ๋ฆฌ์ฆ์ ์ ์ํ๋ค. 4์ฅ์
์๋๋ค์ํ๋ฌธ์ ๋ค์์ ์๋์๊ณ ๋ฆฌ์ฆ์์ ์ฉํ์ฌ๊ธฐ์กด์๋ฉ
ํํด๋ฆฌ์คํฑ ๋ฐฉ๋ฒ๋ค๊ณผ ์ฑ๋ฅ ๋น๊ต๋ฅผ ํตํด ์๊ณ ๋ฆฌ์ฆ์ ์ ํฉ์ฑ์
๊ฒ์ฆํ๋ค.
II. ๊ด๋ จ์ฐ๊ตฌ
์กฐ๋ฆฝ๋ผ์ธ์์ ์ฅ์์์ ์๋ฐฐ์น๋๊ทธ๋ฆผ 1๊ณผ๊ฐ์ด3๊ฐ์งํ
ํ๋ฅผ ์ทจํ๋ค[13].
![Page 3: 012 3$0 , , 01! - Korea Science](https://reader033.vdocuments.us/reader033/viewer/2022051012/627690ca77cdb461dc22e74a/html5/thumbnails/3.jpg)
๋จ์ผ๋ชจ๋ธ ๋จ์ธก ์กฐ๋ฆฝ๋ผ์ธ ๊ท ํ๋ฌธ์ ์ ์ฃผ๊ฒฝ๋ก ๊ตฐ์งํ ์๊ณ ๋ฆฌ์ฆ 91
๊ทธ๋ฆผ 1. ์ ํ์ ์ธ์์ ์ฅํ์Fig. 1. Typical Workstation Layout Scheme
์ฌ๊ธฐ์ (a)์ ๋จ์ธก์ ํ (one-sided product)์ ์ ํ ์กฐ
๋ฆฝ์ ์ขโค์ฐ์ธก์ ๋ถํ ์กฐ๋ฆฝ ์์น์ ๋ฌด๊ดํ ์ผ๋ฐ์ ์ธ ๋ชจ๋ฐ์ผ ํฐ
์ด๋ ์ ์์ ํ ๊ฐ์ ๊ฒฝ์ฐ์ ์ ์ฉ๋๋ฉฐ, ์๋์ฐจ์ ๊ฐ์ด ์ขโค์ฐ์ธก์กฐ๋ฆฝ์์น๋ฅผ์ค์ํด์ผํ๋๊ฒฝ์ฐ (b)์์์ธก์ ํ (two- sided
product) ์กฐ๋ฆฝ๋ฐฉ์์ ์ ํํ๋ค. (c)๋ ๋จ์ธก์ ํ์ด์ง๋ง 1๋ช
์์์ ์๊ฐ์ขโค์ฐ์ธก์์๋ณตํ๋ฉด์์์ ์์ํํ๋๊ฒฝ์ฐ์ด๋ค.
์กฐ๋ฆฝ๋ผ์ธ์ ์ ํ ์์ฐ๋ฐฉ์์ ๊ทธ๋ฆผ 2์ ๊ฐ์ด 3๊ฐ์ง ํํ๋ฅผ
์ทจํ๋ค[14-15]. (a)๋ ๋จ์ผ ์ ํ๋ง์ ์ ์ฉ์ผ๋ก ์กฐ๋ฆฝํ๋ ๋ผ
์ธ์ด๋ฉฐ, (b)๋์ฌ๋ฌ์ ํ์ํผ์ฉํ์ฌ๋์์์์ฐํ๋๋ฐฉ์์ด
๋ฉฐ, (c)๋ ์ฌ๋ฌ ์ ํ์ ์์ฐํ์ง๋ง ํ๋์ ์ ํ์ ์์ฐํ๊ณ ,
๋ค๋ฅธ ์ ํ์ ์ด์ด์ ์์ฐํ๋ ๋ฐฉ์์ด๋ค.
๊ทธ๋ฆผ 2. ์ ํ์ ์ธ์์ฐ๋ฐฉ์Fig. 2. Typical Production Types
๋ณธ๋ ผ๋ฌธ์์๋๋จ์ผ์ ํ์๋จ์ธก์์ฐ์กฐ๋ฆฝ๋ผ์ธ์ธ๊ฒฝ์ฐ๋ง์
๊ณ ๋ คํ๋ค.
๊ทธ๋ฆผ 3์ 11๊ฐ์ ์์ ์ผ๋ก ๊ตฌ์ฑ๋ ๋จ์ ์กฐ๋ฆฝ๋ผ์ธ์์ ํ
๋์ ์ ํ์ ์์ฐํ๊ธฐ ์ํด ๊ฐ ๋ถํ๋ค์ด ์กฐ๋ฆฝ๋๋ ์์๋ฅผ ๋
ํ๋ธ ์ฐ์ ์์๋ (precedent diagram)์ด๋ค. ์ฌ๊ธฐ์
์ด๋ฉฐ, ์ผ๋ก์ค์ ํ๋ฉด โโ ์ผ๋ก 6๋ช ์ ์์ ์๊ฐ ํ์ํ๋ค. ๊ฐ ์์ ์์ ์์ ์์์๊ฐ์ด
์์ด๊ณผํ์ง์์ผ๋ฉด์, ๋ถํ์ด์กฐ๋ฆฝ๋๋์์๋ฅผ์ค์ํ
๋๋ก๊ฐ์์ ์์๊ฒ์์ ์๋ถ๋ฐฐํด์ผํ๋ฉฐ, ๊ฐ ์์ ์์๊ฒ๋ฐฐ
์ ๋ ์์ ์๊ฐ๋ค๊ณผ์ ํธ์ฐจ๊ฐ ๊ฐ๋ฅํ ์ ๋๋ก ๊ท ํ (balance)
์๋ง์ถ์ด์ผํ๋ค. ์ด์๊ฐ์์กฐ๊ฑด์๋ง์กฑ์ํค๋๊ฒฐ๊ณผ๋์ฐ์ธก
์ ์ ์๋์ด ์๋ค.
โ
๊ทธ๋ฆผ 3. ๋จ์์กฐ๋ฆฝ๋ผ์ธ์์ฐ์ ์์๋์์์ ํ ๋นFig. 3. Precedence Diagram and Work Assignment for
Simple Assembly Line
Suwannarongsri์Puangdownreong[1,16]์Grzechca[17]์
๋ฐ๋ฅด๋ฉด์๊ณ ๋ฆฌ์ฆ์ฑ๋ฅ์ ๋กํ๊ฐํ๋ค. ์ฌ๊ธฐ์
๋ผ์ธ ํจ์จ์ฑ (line efficiency, )๋ ์ (1)๋ก, ํํ๋ ์ง
์ (smoothness index )๋ ์ (2)๋ก, ์กฐ๋ฆฝ๋ผ์ธ์์ ์
์ ์์๋ฃํ๋๋ฐํ์ํ๋ผ์ธ์๊ฐ (time of the line, )
๋์ (3)์ผ๋ก, ์์ ๋ถํ๋ถ์ฐ (workload variance, )
์ ์ (4)๋ก ๊ณ์ฐ๋๋ค.
ร (1)
where - ์ด ์์ ๋ (์์ ์) ์
- ์ํ์๊ฐ (cycle time)
- ๋ฒ์งธ ์์ ๋์ ์์ ์๊ฐ
max (2)
where max- ์ต๋ ์์ ๋ ์์ ์๊ฐ (3)
where - ๋ง์ง๋ง ์์ ๋์ ์์ ์๊ฐ
(4)
์ (1)์๋ผ์ธํจ์จ์ฑ์์ ์ฒด์์ ์๊ฐ์์์ ๋์์์ํ
์๊ฐ์๊ณฑ์ผ๋ก๋๋๊ฒฐ๊ณผ๋ก100%์๊ฐ๊น์ธ์๋ก์ข์๊ฒฐ๊ณผ๋ฅผ
์ป๋๋ค.์ (2)์ํํ๋์ง์๋์ต๋์์ ์๊ฐ์์์์ ๋์
๊ฐ ์์ ๋์ ์์ ์๊ฐ๊ณผ์ ํธ์ฐจ์ด๋ฉฐ, ์ (3)์ ๋ ํ๋์
์ ํ์ด์์ฐ๋๋์์ ์์์๊ฐ์์๋ฏธํ๋ค.์ (4)์์์ ๋ถํ
๋ถ์ฐ์์์ ์๋ค์์์ ์๊ฐํธ์ฐจ๋ฅผ์๊ธฐ์ํ๊ธฐ์ค์ด๋ค. ๋ฐ๋ผ
์, ์ (2)์ ์ (4)๋ ์ ์ ๊ฐ์ผ ์๋ก ์ข์ ๋ชจ๋ธ์ด ๋๋ค.
III. ์ฃผ๊ฒฝ๋ก ๊ตฐ์งํ ์๊ณ ๋ฆฌ์ฆ
๋ณธ ์ฅ์์๋ ๊ณํ๋ ์์ ํ์ ์์ฐํ๋๋ฐ ์์๋๋ ์ด ์
![Page 4: 012 3$0 , , 01! - Korea Science](https://reader033.vdocuments.us/reader033/viewer/2022051012/627690ca77cdb461dc22e74a/html5/thumbnails/4.jpg)
92 Journal of The Korea Society of Computer and Information May 2014
์ ์์์๊ฐ ์ ํ ์์ ๋ (workstation,
โฏ์์ ๋จธ๋ฌด๋ฅด๋ ์๊ฐ์ธ ์ํ์๊ฐ (cycle time) ๊ฐ ์ฃผ
์ด์ก์๋, ์ต์ ์์ ๋์์ฆ, ์ต์๋กํ์ํ์์ ์์ โ
์ํ๋ช ์์์ ์๊ฐ์์ ํ๋์๊ฐ์ ๋ณด๋ค์์ max๋ฅผ์ฐพ
๋ ํด๋ฆฌ์คํฑ ์๊ณ ๋ฆฌ์ฆ์ ์ ์ํ๋ค. ์ต์ข์ธก ๋ ๋ฒจ๋ถํฐ ์ต์ฐ์ธก
๋ ๋ฒจ๊น์ง ์์ ๊ณต์ ์๊ฐ ๊ฐ์ฅ ๋ง์ ๊ฒฝ๋ก๋ฅผ ์ฃผ ๊ฒฝ๋ก (main
path), ๋๋จธ์ง ๊ณต์ ๊ฒฝ๋ก๋ค์ ๋ถ ๊ฒฝ๋ก (sub path)๋ผ ํ์.
์ฌ๊ธฐ์ ์ ์๋ ๋ฐฉ๋ฒ์ ์ฃผ๊ฒฝ๋ก ๊ตฐ์งํ ์๊ณ ๋ฆฌ์ฆ (main-path
clustering algorithm, MPCA)์ผ๋ก ๋ค์๊ณผ๊ฐ์ด์ํ๋๋ค.
Step 1. ์ฃผ์ด์ง ์ฐ์ ์์ ๊ทธ๋ํ (precedence graph)์
๋ํด ์์ ์๊ฐ์ ๋ฌด๊ดํ๊ฒ ์์ ๊ฐ์์ ๋ํด์๋ง
๊ฐ๋ฅํ์ฐ์ธก์ผ๋ก์ด๋์์ผ๋ ๋ฒจ๋จ์๋ก์ฌ๊ตฌ์ฑํ๋ค.
Step 2. โ โโ์ ์ต์๋ก ํ์ํ ์์ ๋ ์๋ฅผ ๊ฒฐ
์ ํ๋ค. โ โโโ๋ก ๋ชฉํ๋ก ํ๋ ์ํ ์
๊ฐ์ ๊ฒฐ์ ํ๋ค.
Step 3. ์ฃผ๊ฒฝ๋ก์์์์์ ๊ณต์ ๋ถํฐ์์ํ์ฌ์ฃผ๊ฒฝ๋ก๋ฅผ์
๋ฐฉํฅ์ผ๋ก ๊ฐ๋ฉด์ ์ํ ๊ฐ (upper limit) โ
โ๊ฐ ๋๋๋ก ๊ตฐ์ง์ ํ์ฑํ๋ค. ์ด ๋ ์ฃผ ๊ฒฝ๋ก
์ ๋ฒ์งธ๋ ๋ฒจ์์ ์๋ํด๋ถ๊ฒฝ๋ก์์์ ๋ฒ
์งธ ๋ ๋ฒจ ์์ ์ผ๋ก ๋ถํฐ์ ์ ์ ์ด ์์ผ๋ฉด ์ด ๋ถ ๊ฒฝ
๋ก ์์ ๋ค๋ ํจ๊ป ๊ตฐ์ง์ ํ์ฑํ๋ค. ๋ํ, ์ฃผ๊ฒฝ๋ก
๋ก ์ ์ ๋์ง ์๋ ๋ถ ๊ฒฝ๋ก์ ์์ ๋ค๋ ํ๋ณด
(candidate)๋ก ๊ตฐ์ง์ ์ฐธ์ฌ์ํฌ ์ ์๋ค. ๊ตฐ์ง์
โ๊ฐ๋ฅผ ๊ฐ๋ฅํ โ๊ฐ ๋๋๋ก ํ๋ฉฐ, ๋ถ๋์ด โ๋ฅผ
์ด๊ณผํ๋ฉด ๋ฅผ ์ด๊ณผํ์ง ์๋๋ก ํ๋ค.
Step 4. ๋ง์ฝ, ์๋ฐฉํฅ์ ๊ตฐ์ง ํ์ฑ ๊ฒฐ๊ณผ ์ต์ข ๊ตฐ์ง์ด ๋ฅผ
์ด๊ณผํ๋ฉด ์ญ๋ฐฉํฅ์ผ๋ก Step 3์ ์ฌ์ํํ๋ค.
์ ์๋์ฃผ๊ฒฝ๋ก๊ตฐ์ง์๊ณ ๋ฆฌ์ฆ์ํด๋ฆฌ์คํฑ๋ฐฉ๋ฒ์ผ๋ก๋ค์๊ณผ
๊ฐ์ ํน์ง์ ๊ฐ๊ณ ์๋ค.
(1) โ๋ฅผ ๋ชฉํ๋ก ๊ตฐ์ง์ ํ์ฑํ์ฌ ์ฃผ์ด์ง ์ํ ์๊ฐ ๋ฅผ
max๋ก ๋จ์ถ์ํฌ ์ ์๋ค.
(2) โ๊ฐ์ ์์ ๋ (์์ ์)๋ฅผ ๋ชฉํ๋ก ๊ตฐ์ง์ ํ์ฑํ์ฌ ์ต
์๋ก ํ์ํ ์์ ์๋ฅผ ๊ฒฐ์ ํ ์ ์๋ค.
(3) ๊ฐ ์์ ์์ ์ํ ์๊ฐ ํธ์ฐจ๊ฐ ์ต์๊ฐ ๋๋๋ก ํ์ฌ ์ ํด
์๊ฐ (idle time)์์ต์ํ์ํฌ๋ฟ์๋๋ผ์์ ์๊ฐ๊ฐ
๋ฅํ ์์ ์๊ฐ์ ๊ท ํ (์ต์ ํธ์ฐจ)์ ๋ง์ถ ์ ์๋ค.
๊ทธ๋ฆผ 3์ ๋ฐ์ดํฐ์ ๋ํด ์ ์๋ MPCA๋ฅผ ์ํํ ๊ณผ์ ์
๊ทธ๋ฆผ 4์ ๊ฐ๋ค.
๊ทธ๋ฆผ 3์ ๋ฐ์ดํฐ์๋ํด์ ์๋MPCA๋ ์ฒซ๋ฒ์งธ๋ก๊ฐ์ฅ
์์ ์๊ฐ ๋ง์ ์ฃผ๊ฒฝ๋ก๋ก ์ ๊ฒฐ์ ํ์
๋ค. ์ด ์ฃผ๊ฒฝ๋ก์ ๋ํด ์ ์ด๊ณผํ์ง ์๋๋ก ์์ ๋ค์
์ ์ ํ๊ฒฐ๊ณผ์ฃผ๊ฒฝ๋ก์์ ์๋ถ๊ฒฝ๋ก์ ๋ก ๋ฅผ๊ฒฐ
์ ํ์์ผ๋ฉฐ, ๋ค์์ผ๋ก, ์ฃผ ๊ฒฝ๋ก์์ , ์ฃผ ๊ฒฝ๋ก์์
, ๋ถ ๊ฒฝ๋ก์์ ๊ฐ ๊ฒฐ์ ๋๊ณ , ๋ง์ง๋ง์ผ๋ก
๊ฐ ๊ฒฐ์ ๋์๋ค.
(a) Main path
(b) MPCA Process
๊ทธ๋ฆผ 4. ๋ฐ์ดํฐ์๋ํMPCAFig. MPCA for data
IV. ์คํ ๋ฐ ๊ฒฐ๊ณผ ๋ถ์
๋ณธ ์ฅ์์๋ ๊ทธ๋ฆผ 5์ 9๊ฐ ์คํ๋ฐ์ดํฐ[1,16-20]์ ์ ์
๋MPCA๋ฅผ์ ์ฉํ์ฌ๋ณธ๋ค. ๊ทธ๋ฆผ 5์๋ํดMPCA๋ฅผ์ ์ฉํ
์ฌ โ๋ช ์๊ฒ์์ ์๋ฐฐ์ ํ๊ฒฐ๊ณผ๋๊ทธ๋ฆผ 6์ ์ ์๋์ด์๋ค.
๋ฌธ์ Grzechca 12 43 min 10 min
![Page 5: 012 3$0 , , 01! - Korea Science](https://reader033.vdocuments.us/reader033/viewer/2022051012/627690ca77cdb461dc22e74a/html5/thumbnails/5.jpg)
๋จ์ผ๋ชจ๋ธ ๋จ์ธก ์กฐ๋ฆฝ๋ผ์ธ ๊ท ํ๋ฌธ์ ์ ์ฃผ๊ฒฝ๋ก ๊ตฐ์งํ ์๊ณ ๋ฆฌ์ฆ 93
๋ฌธ์ Roszig 25 125 min 20 min
๋ฌธ์ Buxey 29 324 min 50 min
๋ฌธ์ Sawyer 30 324 min 40 min
๋ฌธ์ Gunther 35 483 min 60 min
๋ฌธ์ Kibridge 45 552 min 80 min
๋ฌธ์ Warneke 58 1,548 min 160 min
๋ฌธ์ Motorcycle 60 2,475 sec 360 sec
๋ฌธ์ Tonge 70 3,510 min 325 min
๊ทธ๋ฆผ 5. ๋จ์์กฐ๋ฆฝ๋ผ์ธ์ฐ์ ์์๋์คํ๋ฐ์ดํฐFig. 5. Experimental Data for Precedence Diagram of
Simple Assembly Line
![Page 6: 012 3$0 , , 01! - Korea Science](https://reader033.vdocuments.us/reader033/viewer/2022051012/627690ca77cdb461dc22e74a/html5/thumbnails/6.jpg)
94 Journal of The Korea Society of Computer and Information May 2014
๊ทธ๋ฆผ 6. MPCA์์์ ํ ๋นFig. 6. Work Assignment Using MPCA
๊ทธ๋ฆผ 6์๊ฒฐ๊ณผ๋ฅผ๊ธฐ์กด์์ ์๋๋ฉํํด๋ฆฌ์คํฑ๋ฐฉ๋ฒ๋ค๊ณผ๋น
๊ตํ ๊ฒฐ๊ณผ๋ ํ 1์ ์ ์๋์ด ์๋ค. ์ฌ๊ธฐ์์ธ์ฉ๋๋ชจ๋ธ์์ฉ
์ด๋๋ค์๊ณผ๊ฐ๋ค. TS: Tabu Search, ATS&PH-MO: Adaptive
Tabu Search& Practicing Heuristic Multi Objective, IUFF:
Immediate- update-first-fit, NOF: Number of Followers,
NOIF: Number of Immediate Followers, NOP: Number of
Predecessors, WET: Work Element Time
ํ 1์๊ฒฐ๊ณผ์์์ต์ ์๊ฒฐ๊ณผ๋ฅผ์ป์๋ฉํํด๋ฆฌ์คํฑ๋ฐฉ๋ฒ๊ณผ
์ ์๋ MPCA๋ฅผ ์์ฝํ์ฌ ๋น๊ตํ ๊ฒฐ๊ณผ๋ ํ 2์ ์ ์๋์ด
์๋ค.
![Page 7: 012 3$0 , , 01! - Korea Science](https://reader033.vdocuments.us/reader033/viewer/2022051012/627690ca77cdb461dc22e74a/html5/thumbnails/7.jpg)
๋จ์ผ๋ชจ๋ธ ๋จ์ธก ์กฐ๋ฆฝ๋ผ์ธ ๊ท ํ๋ฌธ์ ์ ์ฃผ๊ฒฝ๋ก ๊ตฐ์งํ ์๊ณ ๋ฆฌ์ฆ 95
ํ 1. ์๊ณ ๋ฆฌ์ฆ์ฑ๋ฅTable 1. Performance of Algorithms
๋ฌธ์ Grzechca 12 43 min 10 min
๋ชจ๋ธ max
IUFF-RPWIUFF-NOF 5
S1={1,3,2}S2={6,4,8}S3={7,9}S4={10,5}S5={11,12}
10101085
10 2.6586.00% 3.84
IUFF-NOIFIUFF-NOP
6
S1={1,2,3}S2={5,4,7,8}S3={6}S4={9}
S5={10,11}S6={12}
1096792
10 4.12 71.67%
7.14
IUFF-WET 6
S1={2,5,1}S2={3,6}S3={4,7,8}S4={9}
S5={10,11}S6={12}
8107792
10 4.1271.67% 6.47
MPCA 5
S1={1,2,3}S2={4,6,8}S3={7,9}S4={5,10}S5={11,12}
10101085
10 2.65 86.00% 3.84
๋ฌธ์ Roszig 25 125 min 20 min
๋ชจ๋ธ max
ATS&PH-MO 7
S1={1,2,3}S2={4,5,6}S3={7,8,11}
S4={9,10,12,13,14,16}S5={15,17}
S6={18,20,21,23}S7={19,22,24,25}
16181818181819
19 2.83 93.98% 0.69
MPCA 7
S1={1,2,3}S2={4,5,6}S3={7,8,11}S4={12,15,17}
S5={9,13,14,19,20}S6={16,21,24}
S7={18,23,25,10,22}
16181819181818
18 2.83 93.98% 0.69
๋ฌธ์ Buxey 29 324 min 50 min
๋ชจ๋ธ max
COMSOAL 8
S1={1,2,7,9,25}S2={3,6,12,26,4,10}S3={27,5,14,15}S4={8,13,19,16,21}
S5={11,18}S6={17,20,22}S7={23,24,28}S8={29}
5048404338394620
50 8.72 81.00% 76.50
TS 8
S1={1,7,2,12}S2={3,25,6,26}
S3={9,4,10,27,5,14}S4={15,13,8}
S5={19,11,16,21}S6={18,17,22}S7={20,23}S8={24,28,29}
4441393939404141
44 5.79 92.05% 2.50
ATS&PH-MO 7
S1={1,3,4,5,7}S2={2,6,8,9}
S3={10,11,12,13}S4={14,15,17,20}
S5={16,18,19,21,22,26}S6={23,24,28}S7={25,27,29}
47474648464644
48 3.46 96.43% 1.35
MPCA 7
S1={1,3,4,5,7}S2={2,6,8,9}
S3={10,11,12,13}S4={14,15,17,25}
S5={16,18,19,21,22,26}S6={20,23,28}S7={24,27,29}
47464746464844
48 3.46 96.43% 1.35
๋ฌธ์ Sawyer 30 324 min 40 min
๋ชจ๋ธ max
ATS&PH-MO 9
S1={1,3,4}S2={2,5,12,16,17}S3={10,13,14,20}S4={6,7,18,24}S5={8,9,15,25}S6={21,22}S7={19,23}S8={26,27}
S9={11,28,29,30}
373637373735343437
37 3.0097.30%
1.56
MPCA 9
S1={1,2,5,12,13}S2={3,4,6}S3={7,8,14}S4={15,16,20}S5={10,17,18,21}S6={22,23,24}S7={19,25}S8={9,26,27}
S9={11,28,29,30}
373536353737353537
37 3.00 97.30%
0.89
๋ฌธ์ Gunther 35 483 min 60 min
๋ชจ๋ธ max
COMSOAL 10
S1={1,17,2,5}S2={10,12}
S3={3,6,4,7,8,14,18}S4={9,11}S5={13,15}S6={19,16}
S7={20,21,22,25,30}
S8={23,26,31,24,27,32,34}S9={28}
S10={33,29,35}
40605245424855574044
60 10.82 80.50% 47.81
TS 10
S1={1,17,5,2}S2={10,12}
S3={6,3,4,7,8,18}S4={9,11}
S5={14,19,13}S6={15,20}
S7={16,21,30,22}S8={25,26,23,31,24,32}
S9={27,28}S10={34,33,29,35}
40605045444850554546
60 10.82 80.50% 30.21
MPCA 9
S1={1,12}S2={5,6,7,10}
S3={14,15,16,17,18}S4={19,20,21}S5={2,3,4,11}S6={8,9,22,23}S7={13,24,25}
S8={26,27,28,29,34}S9={30,31,323,3,35}
595254545353515453
59 6.93 90.96% 4.44
๋ฌธ์ Kibridge 45 552 min 80 min
๋ชจ๋ธ max
COMSOAL 8
S1={1,2,12,39,3,4,37,7}S2={8,5,6,11,43,13}S3={9,10,14,15}
S4={16,17,18,23,29,30,31}S5={24,25,32,19,26,27}S6={20,33,21,34}
S7={35,36,22,28,38,40}S8={41,42,44,45}
7169737777776543
77 8.0089.61%
113.00
TS 8
S1={39,1,2,11,12,37,4,7}S2={8,3,5,6,43,13}S3={10,9,15,14,29}
S4={31,30,24,17,18,16}S5={23,25,32,19,26,27}
S6={33,20,21}S7={35,34,36,22,28,38}S8={40,41,42,45,44}
7169777575746447
77 8.0089.61%
84.25
ATS&PH-MO
7
S1={1,2,4,6,8,11,12}S2={3,5,7,13,14,15}
S3={9,10,16,18,19,30,39}S4={17,20,21,32,37}S5={22,23,25,27,31}S6={24,26,28,29,33}
S7={34,35,36,38,40,41,42,43,44,45}
79797979797879
79 1.0099.82%
0.12
MPCA 7
S1={1,2,11,12,13,15,37,43}S2={3,7,8,14,16,18,19,20}
S3={17,21,27,31}S4={23,24,33,34,39}S5={22,25,26,28,36}S6={5,4,6,10,29,32,38}
S7={9,30,35,40,41,42,44,45}
79787979797979
79 1.0099.82%
0.12
![Page 8: 012 3$0 , , 01! - Korea Science](https://reader033.vdocuments.us/reader033/viewer/2022051012/627690ca77cdb461dc22e74a/html5/thumbnails/8.jpg)
96 Journal of The Korea Society of Computer and Information May 2014
๋ฌธ์ Warneke 58 1,548 min 160 min
๋ชจ๋ธ max
ATS&PH-MO 10
S1={1,2,3,4,6}S2={5,7,8,12,16}
S3={28,9,11,13,14,15,24}S4={17,18,19,20,21,22,26}S5={23,25,27,29,30,34}S6={31,33,36,37,40}S7={32,35,38,39,41}S8={42,43,44,45,46,48}S9={47,49,50,51,52,53,54}S10={10,55,56,57,58}
157159158154154156151154154151
159 6.48 97.36% 6.56
MPCA 10
S1={1,6,8,9,11,12,13,15}S2={14,16,17,20,,28}S3={3,21,21,26,27,30}S4={18,19,23,24,29,44}S5={5,31,33,34,35}S6={32,36,37,39}
S7={7,40,41,42,43,45,49}S8={2,25,38,46,47}
S9={48,50,51,52,53,54,55}S10={4,10,56,57,58}
155154154151155155157157156154
157 4.69 98.60% 2.76
๋ฌธ์ Motorcycle 60 2,475 sec 360 sec
๋ชจ๋ธ max
COMSOAL 8
S1={1,2,49,5,55,3,4,51,52}S2={53,54,6,7,20,21,29,34,50}S3={8,9,36,10,11,12,15,17}
S4={13,14,16,19,38,40,18,42,31}S5={22,56,24,57,23,26,28,30,58}S6={25,32,59,27,44,60,33}S7={35,37,39,41,43,45,46,47}
S8={48}
35234736035935433333040
360 20.12 85.94% 10,474.48
TS 8
S1={1,49,2,5,55,3,4,52,54}S2={51,53,50,21,34,29,7,6}S3={20,8,9,36,10,11,12}
S4={17,13,15,19,14,38,40,16,31}S5={18,42,22,56,57,24,58,26,30}S6={28,23,32,59,25,60,27}S7={44,33,35,37,41,39,43}
S8={46,45,47,48}
334329316330343343332148
343 16.40 90.20% 3784.48
ATS&PH-MO 7
S1={1,2,4,5,6,49,53}S2={3,7,8,9,10,11,13,15,51}
S3={12,14,16,17,18,20,21,22,54}S4={24,26,28,29,30,31,32,52}S5={19,23,25,27,33,55}
S6={34,35,36,37,38,39,40,41,43}S7={42,44,50,56,57,58,59,60,45,
46,47,48}
353359348359348355353
359 6.16 98.49% 17.67
MPCA 7
S1={1,2,4,6,8,10,49,54}S2={3,5,7,9,11,12,14,16}S3={15,18,19,22,23,24,53}
S4={17,20,21,25,29,31,38,40,51}S5={13,27,28,30,33,42,55,56}S6={26,32,34,35,37,39,52,57,58}S7={36,41,43,44,45,46,47,48,50,
59,60}
353353353354354354354
354 1.73 99.88% 0.24
๋ฌธ์ Tonge 70 3,510 min 325 min
๋ชจ๋ธ max
ATS&PH-MO 11
S1={1,2,3,5,9,15,24}S2={4,6,7,10,41,68}S3={11,16,18}
S4={8,12,14,30,69}S5={13,17,19,20,22,57}S6={21,23,25,27}
S7={26,29,31,32,33,34,58,59}S8={28,35,36,37,38,44,45,48,
51,70}S9={39,40,56,61,62,63,64}S10={42,43,46,47,49,52,67}S11={50,53,54,55,60,65,66}
317319318318319320320319
320321319
321 4.58 99.41% 1.17
MPCA 11
S1={1,2,3,4,5,6,7,41}S2={9,10,11,15}
S3={16,17,18,30,70}S4={8,12,13,24,69}
S5={14,19,20,21,22,57}S6={23,25,58,59,68}S7={26,27,28,29,31,33}
S8={32,34,35,36,37,38,39,44,45,51,60,61}
S9={40,48,49,52,53,54}S10={42,55,62,63,64,66,67}S11={43,46,47,50,56,65}
320317321318320320320318
319318319
321 4.58 99.41% 1.36
๋ฌธ์ ๋ชจ๋ธ max
Grzechca 10IUFF-RPW 10 5 2.65 86.00% 3.84
MPCA 10 5 2.65 86.00% 3.84
Roszig 20ATS&PH-MO 19 7 2.83 93.98% 0.69
MPCA 18 7 2.83 93.98% 0.69
Buxey 50ATS&PH-MO 48 7 3.46 96.43% 1.35
MPCA 48 7 3.46 96.43% 1.35
Sawyer 40ATS&PH-MO 37 9 3.00 97.30% 1.56
MPCA 37 9 3.00 97.30% 0.89
Gunter 60TS 60 10 10.82 80.50% 30.21
MPCA 59 9 6.93 90.96% 4.44
Kibridge 80ATS&PH-MO 79 7 1.00 99.82% 0.12
MPCA 79 7 1.00 99.82% 0.12
Wameke 160ATS&PH-MO 159 10 5.48 97.36% 6.56
MPCA 157 10 4.69 98.60% 2.76
Motorcycle 360ATS&PH-MO 359 7 6.16 98.49% 17.67
MPCA 354 7 1.73 99.88% 0.24
Tonge 325ATS&PH-MO 321 11 4.58 99.41% 1.17
MPCA 321 11 4.58 99.41% 1.36
ํ 2. ์๊ณ ๋ฆฌ์ฆ์ฑ๋ฅ๋น๊ตTable 2. Compare with Performance of Algorithms
๊ฐ ๋ฌธ์ ์์ ์ฃผ์ด์ง ์ํ์๊ฐ ์ ๋ชจ๋ธ๋ก๋ถํฐ ์ป์ max๋ฅผ๋น๊ตํ๊ฒฐ๊ณผ, max ์ธGrzechca๋ฅผ์ ์ธํ 8๊ฐ๋ฐ์ดํฐ
์์ max ๋ก ์ํ์๊ฐ์ ๊ฐ์์ํฌ ์ ์์๋ค. ๋ํ
MPCA๋ 9๊ฐ ๋ฐ์ดํฐ ๋ชจ๋์์ ์ ์ต์์ ์์ ์์๋ก ๊ฒฐ
์ ํ์ฌ ์ต๋์ ์์ฐ์ฑ์ ์ป๋๋ก ํ์์ผ๋ฉฐ, Gunter ๋ฐ์ดํฐ์
๋ํด์๋๊ธฐ์กด์ TS์๋นํด์์ ์์๋ฅผ 1๋ช ๊ฐ์์ํฌ์์
์๋ค. ์ ๋ฅผ ๋น๊ตํ๋ฉด Gunter, Warneke์
Motorcycle ๋ฐ์ดํฐ์์MPCA๊ฐ๋ฉํํด๋ฆฌ์คํฑ๋ฐฉ๋ฒ์๋นํด
์ข์๊ฒฐ๊ณผ๋ฅผ๋ํ๋ด์์ผ๋ฉฐ, ๋๋จธ์ง 6๊ฐ๋ฐ์ดํฐ์๋ํด์๋๋
์ผํ ๊ฒฐ๊ณผ๋ฅผ ์ป์๋ค.
ํ 2์ ๋ฐ์ดํฐ๋ฅผ ๊ธฐ์กด ์๊ณ ๋ฆฌ์ฆ ๋๋น MPCA์ ํ๊ฐ๊ธฐ์ค
๋ณ ์ฆ๊ฐ์ ํํํ ๊ฒฐ๊ณผ๋ ๊ทธ๋ฆผ 7์ ์ ์๋์ด ์๋ค. ์ฌ๊ธฐ์,
๋ ๊ธฐ์กด ์๊ณ ๋ฆฌ์ฆ ๊ฐ ๋๋น ์ผ๋ง๋ ๊ฐ์ํ์๋์ง๋ฅผ,
๋ ์ผ๋ง๋ ์ฆ๊ฐํ์๋์ง๋ฅผ ๋ณด์ฌ ์ฃผ๊ณ ์๋ค.
๊ทธ๋ฆผ 7. ๋ฉํํด๋ฆฌ์คํฑ์๊ณ ๋ฆฌ์ฆ๋๋นMPCA ์ฑ๋ฅ๋น๊ตFig. 7. Performance of MPCA compare with
metaheuristic algorithm
๋ณธ๊ทธ๋ฆผ์ผ๋ก๋ถํฐ์ ์๋MPCA๋ ํด๋ฆฌ์คํฑ์๊ณ ๋ฆฌ์ฆ์์
๋ ๋ถ๊ตฌํ๊ณ , ๋ฉํ ํด๋ฆฌ์คํฑ ์๊ณ ๋ฆฌ์ฆ๋ค์ ๋นํด ์ฑ๋ฅ์ ํฅ์
![Page 9: 012 3$0 , , 01! - Korea Science](https://reader033.vdocuments.us/reader033/viewer/2022051012/627690ca77cdb461dc22e74a/html5/thumbnails/9.jpg)
๋จ์ผ๋ชจ๋ธ ๋จ์ธก ์กฐ๋ฆฝ๋ผ์ธ ๊ท ํ๋ฌธ์ ์ ์ฃผ๊ฒฝ๋ก ๊ตฐ์งํ ์๊ณ ๋ฆฌ์ฆ 97
์ํจ ๊ฒฐ๊ณผ๋ฅผ ์ป์์์ ์ ์ ์๋ค.
V. ๊ฒฐ๋ก
๋ณธ ๋ ผ๋ฌธ์ NP-๋์ ๋ก ์๋ ค์ง ๋จ์ผ๋ชจ๋ธ ๋จ๋ฐฉํฅ ์กฐ๋ฆฝ๋ผ์ธ
๊ท ํ๋ฌธ์ ์๋ํดํด๋ฆฌ์คํฑ์๊ณ ๋ฆฌ์ฆ์์ ์ํ์๋ค. ์ ์๋์
๊ณ ๋ฆฌ์ฆ์๋จ์ํ์ต์ข ์ ํ์ด์์ฐ๋ ๋๊น์ง๊ฐ์ฅ๋ง์๊ณต์ ์ผ
๋ก์กฐ๋ฆฝ๋๋๊ฒฝ๋ก๋ฅผ์ฃผ๊ฒฝ๋ก๋ก์ค์ ํ๊ณ , ์ฃผ๊ฒฝ๋ก๋ฅผ๋ฐ๋ผ๊ฐ๋ฉด์
๊ฐ ์์ ์์๊ฒ ์์ ๋์ ๋ฐฐ์ ํ๋ ๊ตฐ์งํ ์๊ณ ๋ฆฌ์ฆ์ ์ ์ํ
์๋ค.
์ ์๋ ์๊ณ ๋ฆฌ์ฆ์ ์ฃผ ๊ฒฝ๋ก ๊ฐ๋ ์ ๋์ ํ์ฌ ๋จ์ํ ์ฃผ๊ฒฝ
๋ก์์์์ ์์ฐ์ ํ์ฌ๋ถ๊ฒฝ๋ก์์์์ ๋ค์์ถ๊ฐํ๋ฉด์
๋ฅผ ์ถฉ์กฑํ๋๋ก ์์ ๋ค์ ๋ถํ ํ์๋ค. ์ด์ ๊ฐ์ ๋จ์ํ ํด๋ฆฌ
์คํฑ๊ท์น์์ ์ฉํ์์์๋๋ถ๊ตฌํ๊ณ , 9๊ฐ์๋ค์ํ์คํ๋ฐ
์ดํฐ์์ ์๋์ฃผ๊ฒฝ๋ก๊ตฐ์งํํด๋ฆฌ์คํฑ์๊ณ ๋ฆฌ์ฆ์์ ์ฉํ๊ฒฐ
๊ณผ ๋ฉํํด๋ฆฌ์คํฑ ๋ฐฉ๋ฒ๋ค์ ๋นํด ๋ณด๋ค ์ข์ ์ฑ๋ฅ์ ๊ฐ๊ณ ์์
์ ๋ณด์๋ค.
๊ฒฐ๋ก ์ ์ผ๋ก, ์ ์๋ ์๊ณ ๋ฆฌ์ฆ์ ๋จ์ผ๋ชจ๋ธ ๋จ์ธก ์กฐ๋ฆฝ๋ผ์ธ
๊ท ํ๋ฌธ์ ๊ฐ NP-๋์ ๊ฐ ์๋ ๋คํญ์๊ฐ ์๊ณ ๋ฆฌ์ฆ์ด ์กด์ฌํ๋
P-๋ฌธ์ ๊ฐ ๋ ์ ์์์ ๋ณด์๋ค.
์ฐธ๊ณ ๋ฌธํ
[1] S. Suwannarongsi and D. Puangdownreong,
"Optimal Assembly Line Balancing Using Tabu
Search with Partial Random Permutation
Technique," International Journal of
Management Science and Engineering
Management, Vol. 3, No. 1, pp. 3-18, Jan, 2008.
[2] R. Sury, "Aspects of Assembly Line Balancing,"
International Journal of Production Research,
Vol. 9, No. 4, pp. 501-512, Feb, 1971.
[3] I. Baybars, "A Survey of Exact Algorithms for
the Simple Assembly Line Balancing Problem,"
Management Science, Vol. 32, No. 8, pp.
900-932, Aug, 1986.
[4] A. Gutjahr and G. Nemhauser, "An Algorithm
for the Balancing Problem," Management
Science, Vol. 11, No. 2, pp. 308-315, Nov,
1964.
[5] W. Helgeson and D. Birnie, "Assembly Line
Balancing using the Ranked Positional
Weighting Technique," Journal of Industrial
Engineering, Vol. 12, pp. 394-397, 1961.
[6] J. Rubinovitz and G. Levitin, "Genetic
Algorithm for Assembly Line Balancing,"
International Journal of Production Economics,
Vol. 41, No. 1-3, pp. 343-354, Oct, 1995.
[7] P. McMullen and G. Frazier, "Using Simulated
Annealing to solve a Multi- objective Assembly
Line Balancing Problem with Parallel Work
Stations," International Journal of Production
Research, Vol. 36, No. 10, pp. 2717-2741, Oct,
1998.
[8] E. Murat, K. Ozgur, and U. Fusun, "An Agent
based Supply Chain System with Neural
Network Controlled Processes," Lecture Notes in
Computer Science, Vol. 3314, pp. 837-846,
2004.
[9] P. McMullen and P. Tarasewich, "Multi-
objective Assembly Line Balancing via a
Modified Ant-colony Optimization Technique,"
International Journal of Production Research,
Vol. 44, No. 1, pp. 27-42, Jan, 2006.
[10]W. Grzechca, "Assembly Line Balancing Problem
Single and Two-Sided Structures, Automation
and Control - Theory and Practice," ISBN
978-953- 307-039-1, Intech China, Aug. 2011.
[11]E. E. Porsteinsson, G. Baldursson, and H.
Ingimundardรณttir, "Assembly Line Balancing,"
Hรกskรณli รslands, pp. 1-17, https://notendur.hi.is
/eth31/AGGRV02.pdf, 2011.
[12]K. E. Chong, M. K. Omar, and N. A. Bakar,
"Solving Assembly Line Balancing Problem using
Genetic Algorithm with Heuristics-Treated
Initial Population," Proceedings of the World
Congress on Engineering 2008, Vol. II, London,
U.K., pp. 1273-1277, Jul, 2008.
[13]M. F. Yegul, K. Agpak, and M. Yavuz, "A New
Algorithm for U-shaped Two-sided Assembly
Line Balancing," Transactions of Canadian
Society for Mechanical Engineering, Vol. 34, No.
2, pp. 225-241, May, 2010.
![Page 10: 012 3$0 , , 01! - Korea Science](https://reader033.vdocuments.us/reader033/viewer/2022051012/627690ca77cdb461dc22e74a/html5/thumbnails/10.jpg)
98 Journal of The Korea Society of Computer and Information May 2014
[14]N. Kriengkorakot and N. Pianthong, "The
Assembly Line Balancing Problem: Review
Articles," KKU Engineering Journal, Vol. 34,
No. 2, pp. 133-140, Apr. 2007.
[15]C. Becker and A. Scholl, "A Survey on Problems
and Methods in Generalized Assembly Line
Balancing," European Journal of Operational
Research, Vol. 168, No. 3, pp. 694-715, Feb,
2006.
[16]S. Suwannarongsi and D. Puangdownreong,
"Metaheuristic Approach to Assembly Line
Balancing," WSEAS Transactions on Systems,
Vol. 8, No. 2, pp. 200-209, Feb, 2009.
[17]W. Grazechca, "Assembly Line Balancing
Problem Single and Two-sided Structures,"
Automation and Control - Theory and Practice,"
ISBN 978-953-307-039-1, Intech China, Aug,
2011.
[18]A. Scholl, "Data of Assembly Line Balancing
Problems," Technische Universitรคt Darmstadt,
Institut fรผr Betriebswirtschaftslehre
Hochschulstraฮฒe 1, D-64289 Darmstadt,
Germany, Sep, 1997.
[19]A. Scholl, "Balancing and Sequencing of
Assembly Lines," Physica, Heidelberg, 1999.
[20]Kawasaki Motor Enterprise (Thailand) Ltd.,
"Data Sheet of the Motorcycle Assembly Line,"
119/10 GK Land Industrial Estate, Rayong,
Thailand, 2003.
์ ์ ์ ๊ฐ
์ด ์ ์ด
1983๋ ~1987๋ :
ํ๊ตญํญ๊ณต๋ํ๊ตํญ๊ณต์ ์๊ณตํ๊ณผ (ํ์ฌ)
1995๋ ~1997๋ :
๊ฒฝ์๋ํ๊ต์ปดํจํฐ๊ณผํ๊ณผ (์์ฌ)
1998๋ ~2001๋ :
๊ฒฝ์๋ํ๊ต์ปดํจํฐ๊ณผํ๊ณผ (๋ฐ์ฌ)
2003.3~ํ์ฌ :
๊ฐ๋ฆ์์ฃผ๋ํ๊ต
๋ฉํฐ๋ฏธ๋์ด๊ณตํ๊ณผ๋ถ๊ต์
๊ด์ฌ๋ถ์ผ : ์ํํธ์จ์ดํ๋ก์ ํธ๊ด๋ฆฌ,
์ํํธ์จ์ด๊ฐ๋ฐ๋ฐฉ๋ฒ๋ก ,
์ํํธ์จ์ด์ ๋ขฐ์ฑ,
๊ทธ๋ํ์๊ณ ๋ฆฌ์ฆ
e-mail : [email protected]