1. 수행배경

2. 수행기간

3. 개발작품 설명

• 1. 다수의 문제 상황 설정 (제조 기계 그룹 상황, 다양한 비용 상황 )

  -총 35대, 각 resource 마다 작업이 가능한 PRODUCT_ID 정리하고, 35개의 기계를 크게 5그룹, 6그룹, 7그룹으로 각각 10개의 case로 Grouping 시킨다.(총 30 case, python활용)

  -발생하는 cost 를 3개로 정리한다.

  Operation cost(O): 시간당 설비 운영비용

  Setup cost(S): 시간당 셋업 비용

  Duedate cost(D): 납기위반 시점으로부터의 시간당 비용

  cost를 Max.210 ~ MIn.20 으로 하여 3가지의 차이가 균등한 경우, 가지의 차이가 균등하지만 폭이 넓은 경우, 3가지중 1가지의 차이가 큰 경우로 나눠 정리한다.

   

  2. 각 문제 상황에 대해 정해진 휴리스틱 스케줄러를 통해 스케줄링

  -휴리스틱 스케줄러를 이용하여 간트차트를 제작한다.

  휴리스틱 로직: Lot의 Tardiness, Setup 최소화

  3. 각 문제 상황들에 대한 대안 범위 설정

  4. n 개 기계 그룹들의 기계 변경 범위 설정 (ex) 1번 기계 그룹 0~+4개, 2번 기계 그룹 -2~0개

  5. 각 대안이 적용된 문제상황 재 스케줄링

  6. 대안 적용 스케줄을 통해 기계 수, 비용 상황에 따른 총 비용 변화 분석

  7. 민감도 분석을 통해 대안에 대한 비용범위 시각화
  

4. 활용방안

• Scheduling 프로그램을 통해 계산된 공정 schedule과 그에 대한 작업시간들은 실제 공정의 변수를 바탕으로 프로그램으로 구축되었기 때문에 비용조건 추가를 통해 현실에서 이 결과를 적용하는 것이 가능하다. 또한 가상으로 만든 비용은 각 비용의 특성을 고려하고 그에 따른 비용의 범위를 폭넓게 설정하여 다양한 비용의 값에 대해서 최적 대안을 제시할 수 있다. 추가적으로 민감도 분석을 보조 수단으로 활용하여 비용의 변화에 대한 대안의 민감도를 시각화함으로써 비용의 변화에 따라 복잡한 계산과정 없이 직관적으로 대안을 선택 및 변경할 수 있다.