ÃÑ 60ÆäÀÌÁö

21ÆäÀÌÁö º»¹®½ÃÀÛ

¼¼°è ÃÖ´ë °æ¿µ°úÇÐ ÇÐȸ INFORMS
Çѱ¹¿Ü´ë »ê¾÷°æ¿µ°øÇаú Á¶Áø¿µ, ÀÌÀ¯°æ, °­¹®Á¤ ÇлýÀÌ ¼¼°è ÃÖ´ëÀÇ °æ¿µ°úÇÐ ÇÐȸ¿¡¼­
¡®2019Analytics&O.RStudentTeamCompetition¡¯
3µî»óÀ» ¼ö»óÇØ Å« È­Á¦¸¦ ¸ð¾Ò´Ù. Àü ¼¼°è 25°³±¹¿¡¼­ Âü°¡ÇÑ 292ÆÀ Áß º»¼± 6ÆÀ¿¡ ¿Ã¶ú°í,
3µî»ó ¼ö»ó
¸¶Ä§³» 3µî»óÀ» ¼ö»óÇÑ °ÍÀ̶ó ´õ¿í °ªÁö´Ù.
Á¶Áø¿µ, ÀÌÀ¯°æ, °­¹®Á¤ »ê¾÷°æ¿µ°øÇаú12,15,15
±×µéÀ» ¸¸³ª ´ëȸ µµÀü °è±âºÎÅÍ 3µî»ó ¼ö»ó±îÁöÀÇ °úÁ¤À» ÀÚ¼¼È÷ µé¾ú´Ù.
INFORMS ¡®2019 Analytics & O.R
´ëȸµµÀü°è±âºÎÅÍ3µî»ó¼ö»ó±îÁö°úÁ¤
3µî»ó¼ö»óÀºÀڽſ¡°Ô¾î¶²ÀǹÌÀΰ¡¿ä?
¡Ü
¡Ü
¡Ü
StudentTeamCompetition¡¯3µî»ó¼ö»óÀ»ÃàÇÏÇÕ´Ï
À»µé·ÁÁֽʽÿÀ.
ÀÌÀ¯°æ
ÆÀÀÌÁö¸¸ °³°³ÀÎÀÌ µ¶¸³Àû ºÎºÐÀ» ¸Ã¾Ò
Áö³­ÇØ 11¿ù ÀÌÃæ¸ñ Áöµµ±³¼ö´Ô²²¼­ ´ëȸ Á¤
´Ù.¼ö»ó¼Ò°¨ºÎŹµå¸³´Ï´Ù.
±â¶§¹®¿¡È¥ÀÚÈûÀ¸·Î¹º°¡¸¦¸¸µé¾î³Â´Ù´Â°Í
º¸¸¦ ¾Ë·ÁÁà ÁغñÇϱ⠽ÃÀÛÇß°í, 1¿ù Áß¼ø ÆÄ
°­¹®Á¤
¼¼°è ÃÖ´ë ±Ô¸ðÀÇ °æ¿µ°úÇÐ ÇÐȸÀÎ
À̽űâÇß½À´Ï´Ù.¶ÇÇѼ¼°èÀû±Ô¸ðÀÇÅ«´ëȸ
¡®INFORMS¡¯ ÃÖÁ¾ º»¼±¿¡ ¿À¸£°í, 3µî»ó±îÁö
À̳Π¸®Æ÷Æ®¸¦ Á¦ÃâÇß½À´Ï´Ù. ÀúÈñ´Â ÀÌ ¹®Á¦
¸¦°æÇèÇÑ°ÍÀÚü°¡½Å¼±ÇÑÃæ°ÝÀ̾ú½À´Ï´Ù.
¼ö»óÇØ Á¤¸» ±â»Þ´Ï´Ù. Áöµµ±³¼ö´ÔÀÎ ÀÌÃæ¸ñ
¿¡´ëÇÑ¾Ë°í¸®ÁòÀ»Å©°Ô¼¼ºÎºÐÀ¸·Î³ª´²°¢
Á¶Áø¿µ
°³ÀÎÀûÀ¸·Î´Ù¸¥¹«¾ùº¸´Ù¸ñÇ¥¸¦ÇÑ°¡
»ê¾÷°æ¿µ°øÇаú±³¼ö´Ô²²¼­Àüü¹æÇâÀ»ÀßÀâ
ÀÚ ÇÑ ºÎºÐ¾¿ ¸Ã¾Æ ÁøÇàÇß½À´Ï´Ù. ³×Æ®¿öÅ©
ÁöÁ¤ÇÏ°í³ë·ÂÇؼ­±×°ÍÀ»³¡±îÁöÀÌ·ï³Â´Ù´Â
µðÀÚÀÎ(network design)Àº °­¹®Á¤, °­È­ÇнÀ
¾ÆÁÖ°íÁ¶¾ðÀ»¸¹ÀÌÇØÁàÅ«µµ¿òÀ̵ƽÀ´Ï´Ù.
Á¡¿¡¼­ÀǹÌÀÖ´Ù°í»ý°¢ÇÕ´Ï´Ù.
(reinforcement learning)Àº Á¶Áø¿µ, VRP ÈÞ¸®
º»¼±¿¡ ¿À¸¥ ÃÖÁ¾ 6ÆÀ Áß 1ÆÀÀ¸·Î »ÌÇô
´Ù½ÃÇѹø°¨»çµå¸³´Ï´Ù.
°­¹®Á¤
½ºÆ½(vehicle routing problem heuristics)Àº ÀÌ
ÀÌÀ¯°æ
ÃÖÁ¾º»¼±¿¡ÁøÃâÇعßÇ¥ÇÒ¶§¸ðµç°úÁ¤
¿µ±¤½º·´½À´Ï´Ù.ÁÁÀºÁöµµ±³¼ö´Ô°úÆÀ¿øÀ»¸¸
À¯°æ´ã´çÀ̾úÁÒ.3¿ùÃÊÃÖÁ¾º»¼±6ÆÀÀÌ°áÁ¤
À»¿µ¾î·ÎÁøÇàÇߴµ¥,±×°æÇèÀ̹«Ã´»õ·Î¿ü
³­ °ÍÀÌ °¡Àå Å« Çà¿îÀ̾ú½À´Ï´Ù. Áö³­ÇØ °°
µÆ°í,±×Áß1ÆÀÀ¸·ÎÀúÈñ°¡»ÌÇô¹Ì±¹¿¡¼­¹ßÇ¥
½À´Ï´Ù.¶ÇÇÑÁÁÀº°á°ú¸¦¾ò¾î´õ¿í°ªÁø°æÇè
Àº°ú¼±¹è´ÔµéÀǼö»ó¿¡À̾î¿ÃÇصµ»óÀ»¹Þ
À̾ú½À´Ï´Ù.
ÇÒ±âȸ¸¦¾ò¾ú½À´Ï´Ù.¹ßÇ¥ÀÚ·á¿Í´ëº»¸ðµÎ
°ÔµÅ´õ¶æ±í½À´Ï´Ù.¼ÖÁ÷È÷Çѱ¹¿Ü´ë´Â°ø´ë
¿µ¾î·ÎÁغñÇؾßÇؾî·Á¿òÀÌÀÖ¾úÁö¸¸¹«»çÈ÷
°¡ÀúÆò°¡µÇ´Â°æÇâÀÌÀִ°Ͱ°¾Æ¾ÈŸ±î¿ü´Â
À̹ø ´ëȸ¿¡ ¡®A combined approach
¹ßÇ¥Çß°í3µî»óÀ»¼ö»óÇß½À´Ï´Ù.
¡Ü
µ¥,À̹ø¼ö»óÀ»°è±â·Î°ø´ë¿¡´ëÇÑÀνİúÁö
of reinforcement learning and mathematical
¿øÀ̳ª¾ÆÁ³À¸¸éÇϴ¹ٶ÷ÀÔ´Ï´Ù.
programming for a real-world outbound supply
¡Ü
´ëȸ Âü°¡ °úÁ¤¿¡¼­ °¡Àå ¾î·Á¿ü´ø Á¡Àº
chainoptimization¡¯À̶ó´ÂÁÖÁ¦·ÎÂü°¡Çß½À´Ï´Ù.
¹«¾ùÀԴϱî?
¡Ü
¾ÕÀ¸·ÎÀÇ°èȹ°ú²ÞÀº¹«¾ùÀԴϱî?
´ëȸÁÖÁ¦´Â°øÀå¿¡¼­»ý»êÇÑÂ÷·®À»ÀúÀåâ°í
Á¶Áø¿µ
À̹ø´ëȸÀǹ®Á¦¸¦Çª´Â¹æ½ÄÀºÇб³±³
Á¶Áø¿µ
À̹ø ÇÁ·ÎÁ§Æ®¸¦ Çϸ鼭 ¸Ó½Å·¯´×
ÀÎVDC(vehicledistributioncenter)¸¦°ÅÃĵô
(machinelearning)°úµ¥ÀÌÅͺм®Á÷¹«¿¡´õ¸¹
°ú¸ñÀ¸·Î ¹è¿î °ÍÀÌ ¾Æ´Ï¶ó, Áöµµ±³¼ö´Ô²²¼­
·¯¿¡°Ô ¾î¶»°Ô ¹è¼ÛÇÒ °ÍÀÎÁö °æ·Î¸¦ Â¥´Â °Í
ÁØ Ã¥À» È¥ÀÚ °øºÎÇϸ鼭 ¸¸µé¾î ³ª°£ °ÍÀ̶ó
Àº °ü½ÉÀÌ »ý°Ü °øºÎÇÏ°í ÀÖ°í, µ¥ÀÌÅͺм®°¡
À̾ú½À´Ï´Ù.ÀϹÝÂ÷·®»Ó¸¸¾Æ´Ï¶óÃß°¡ÀûÀ¸·Î
¾î·Á¿ü½À´Ï´Ù. ±¸Çö ÀÚü°¡ ½±Áö ¾Ê¾Æ ½ÃÇàÂø
³ª½Ã½ºÅÛ°³¹ßÀÚ·ÎÃë¾÷ÇÏ·Á°íÁغñÁßÀÔ´Ï´Ù.
ÀÚÀ²ÁÖÇàÂ÷·®±îÁö°í·ÁÇؾßÇßÁÒ.ÀϹÝÀûÀ¸·Î
¿À°¡¹«Ã´¸¹¾Ò½À´Ï´Ù.
°­¹®Á¤
´ëÇÐÀ» Á¹¾÷ÇÏ°í ¹Ù·Î Çѱ¹¿Ü´ë ´ëÇпø
½ÇÁ¦ GM µ¥ÀÌÅ͸¦ ±â¹ÝÀ¸·Î Çؼ­ ¹®Á¦
Â÷·®¹è¼Û¹®Á¦´ÂÇ®±â¾î·Æ½À´Ï´Ù.°Ô´Ù°¡ÀÌ
ÀÌÀ¯°æ
»ê¾÷°æ¿µ°øÇаú¿¡ ÁøÇÐÇß½À´Ï´Ù. ´çÀåÀº ÁÁÀº
¹ø´ëȸ´ÂÁ¦³Ê·²¸ðÅͽº(GM)¿¡¼­ÈÄ¿øÇؽÇÁ¦
¸¦ Ǫ´Â °ÍÀ̾ú´Âµ¥, GM µ¥ÀÌÅÍ ¾çÀÌ ¹æ´ëÇß
³í¹®À»¾²±âÀ§ÇØ°øºÎÇϴ°ÍÀ̸ñÇ¥ÀÔ´Ï´Ù.
GMµ¥ÀÌÅ͸¦±â¹ÝÀ¸·ÎÇؼ­¹®Á¦¸¦Ç®¾î¾ßÇß
½À´Ï´Ù.Â÷·®170¸¸´ëÀǵ¥ÀÌÅ͸¦Á¤¸®Çϴ°Í
ÀÌÀ¯°æ
À̹øÇб⸦¸¶Ä¡¸éÁ¹¾÷ÀÌ°í,À̾î°í·Á
±â¶§¹®¿¡´õ¾î·Á¿òÀ̸¹¾Ò½À´Ï´Ù.ÀúÈñ´ÂÀÌ
¿¡¼­ºÎÅÍ¿©·¯°¡Áö¹æ¹ý·ÐÀ»Àû¿ëÇؾ°ÔÇÏ
´ë´ëÇпø»ê¾÷°æ¿µ°øÇкο¡ÀÔÇп¹Á¤ÀÔ´Ï´Ù.
´ëÇпø¿¡¼­ µ¥ÀÌÅ͸¶ÀÌ´×(data mining)°ú AI
¹®Á¦¸¦ ¼ö¸®°èȹ¹ý°ú °­È­ÇнÀÀ» °áÇÕÇØ Ç®¾ú
¸é´õÁÁÀº°á°ú¸¦³¾¼öÀÖÀ»Áö°í¹ÎÇϴ°úÁ¤
½À´Ï´Ù.
±îÁö¸ðµÎÈûµé¾ú½À´Ï´Ù.
ºÐ¾ß¿¡°üÇØ´õ¿¬±¸ÇÏ°í°øºÎÇÏ°í½Í½À´Ï´Ù.
19
2019Summer

21ÆäÀÌÁö º»¹®³¡



ÇöÀç Æ÷Ä¿½ºÀÇ ¾Æ·¡³»¿ëµéÀº µ¿ÀÏÇÑ ÄÁÅÙÃ÷¸¦ °¡Áö°í ÆäÀÌÁö³Ñ±è È¿°ú¹× ½Ã°¢Àû È¿°ú¸¦ Á¦°øÇÏ´Â ÆäÀÌÁöÀ̹ǷΠ½ºÅ©¸°¸®´õ »ç¿ëÀÚ´Â ¿©±â±îÁö¸¸ ³¶µ¶ÇϽðí À§ÀÇ ÆäÀÌÁöÀ̵¿ ¸µÅ©¸¦ »ç¿ëÇÏ¿© ´ÙÀ½ÆäÀÌÁö·Î À̵¿ÇϽñ⠹ٶø´Ï´Ù.
»ó´Ü¸Þ´º ¹Ù·Î°¡±â ´ÜÃàÅ°¾È³» : ÀÌÀüÆäÀÌÁö´Â ÁÂÃø¹æÇâÅ°, ´ÙÀ½ÆäÀÌÁö´Â ¿ìÃø¹æÇâÅ°, ùÆäÀÌÁö´Â »ó´Ü¹æÇâÅ°, ¸¶Áö¸·ÆäÀÌÁö´Â ÇϴܹæÇâÅ°, ÁÂÃøÈ®´ëÃà¼Ò´Â insertÅ°, ¿ìÃøÈ®´ëÃà¼Ò´Â deleteÅ°