최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 몬테카를로 시뮬레이션을 통해 연구개발 부문의 최적 인력 계획을 위한 확률적 모형을 설계하는 것을 목표로 한다. 연구개발 프로젝트에 필요한 시간과 인력의 경험적 분포를 개발하고, 이를 통해 연구개발 부문의 최적 인력에 대한 확률 분포를 추정한다. 제안된 모형은 평균, 분산 등 다양한 정보를 제공하며, 기업 의사 결정자가 미래 계획을 수립하고 연구원의 업무를 적절히 배분하는 데 도움을 줄 수 있다.
Engineering risk assessment with subset simulation
What every engineer should know about : decision making under uncertainty
Production scheduling handbook
Monte Carlo simulation
Optimization techniques in statistics
Introduction to stochastic programming
Modeling risk : applying Monte Carlo simulation, real options analysis, forecasting, and optimization techniques
Numerical solution of stochastic differential equations with jumps in finance
Team performance assessment and measurement : theory, methods, and applications
Monte Carlo applications in systems engineering
Statistics, data analysis, and decision modeling
Dynamic factor demand models and productivity analysis
Probability and statistics for engineers
(스마트) 경영과학 =
Advances in integrated and sustainable supply chain planning : concepts, methods, tools and solution approaches toward a platform for industrial practice
Reliability-based design
Numerical modelling of random processes and fields : algorithms and applications
Multidisciplinary design optimization in computational mechanics
Health
Hui Xiang; Suzanne Coleman; Mark Johannsson; Ronald Bates한국국방경영분석학회지
최돈오, 이재열Procedia Economics & Finance
Sakas, Damianos P.; Drivas, I.C.; Kavoura, AndronikiIEEE Latin America Transactions, Latin America Transactions, IEEE (Revista IEEE America Latina), IEEE Latin Am. Trans.
Leite Saboya, Guilherme; Luiz Goncalves Quelhas, Osvaldo; Goyannes Gusmao Caiado, Rodrigo; Luiz Braga Franca, Sergio; Jasmim Meirino, MarceloResearch-Technology Management
Benjamin Shrager; Hill BallietInternational Journal of Construction Management
Hassan A.,El-Rayes K.,Attalla M.Sankhya- Series A
Elshahhat, Ahmed; El-Sherpieny, EL-Sayed A.; Hassan, Amal S.Regenerative Therapy
Hirokazu Suigyama; Masaki Shiokaramatsu; Masahiro Kino-oka대한산업공학회지
전고운; 유동희; 전정환Work
Omić, Snežana; Spasojević Brkić, Vesna; Golubović, Tamara; Brkić, Aleksandar; Klarin, Milivojforesight
CASSETTARI, LUCIA; BENDATO, ILARIA; MOSCA, MARCO; MOSCA, ROBERTOProcedia CIRP
Dombrowski, Uwe; Döring, Hannes; Ernst, StefanJournal of Defense Analytics and Logistics
Evans, L.; Bae, K.-H.Annals of Data Science
Yousof H.M.,Korkmaz M.,Sen S.Complexity
Liang G.,Xu L.,Chen L.Kybernetes
Libiao Bai; Xinru Zhang; Chaopeng Song; Jiaqi WeiBehavior Research Methods
Zimmer F.,Henninger M.,Debelak R.IEEE Transactions on Automation Science and Engineering
Zhengcai Cao; Chengran Lin; Mengchu Zhou; Chuanguang Zhou; Khaled SedraouiIEEE ACCESS
Khodja, Nawel; Gemeay, Ahmed M.; Zeghdoudi, Halim; Karakaya, Kadir; Alshangiti, Arwa M.; Bakr, M. E.; Balogun, Oluwafemi Samson; Muse, Abdisalam Hassan; Hussam, EslamIET Control Theory and Applications
Zhang Q.,Yin G.G.,Wang L.Y.전선 / 대학원
이 수업에서는 비즈니스 전반에 관련된 여러 형태의 의사결정 문제를 체계적으로 모형화하여 분석하고 최적의 해를 도출해 본다. 구체적으로는 (i) 한정된 자원을 어떻게 배분할 것인가, (ii) 경영 환경에서의 불확실성은 어떻게 대응할 것인가, (iii) 주어진 데이터를 어떻게 유용한 정보로 변화시킬 것인가, 그리고 (iv) 얻은 정보를 의사결정에 어떻게 유용하게 활용할 것인가 등을 배우게 될 것이다. 위의 영역은 경영학 전반의 다양한 분야(생산관리, 재무, 전략, 마케팅 등)에서의 문제를 다루고, 엑셀을 이용한 계량 의사모형 수립 후 다양한 도구를 활용하여 최적의 해를 도출하며, 여러 가지 의사결정에 따른 다양한 경제성 분석을 실시하게 될 것이다. 본 과목은 경영 매니저들에게 아주 유용하게 쓰일 수 있는 실용적인 과목이 되는 것을 목표로 한다.전선 / 대학원
계통, 부품 및 시설전반의 신뢰도를 분석하고 다중심층원리를 적용시켜 계통의 안전도를 증가시키는데 목적을 둔다. 확률 및 신뢰도의 기본 개념, 계통의 Logic diagram 등과 부품간 상호작용 및 기본 확률 분포 및 고장모델, fault tree 구성 및 분석, 신뢰도 자료수집 그리고 Monte-Carlo법의 신뢰도 분석에의 응용을 공부한다.전선 / 대학원
(1) 통계적 변동성을 표현하는 확률 함수의 결정 인자들을 이해하고, (2) 통계적 변동성을 따르는 사건들에 대한 사실적 모사의 반복 작업을 통해 최종 현상을 유추하는 Monte Carlo 방법의 기본 운용 기술을 익힘. 또한, (3) 방사선의 발생과 물질과의 반응에서 나타나는 확률적 선택 현상을 전산 추적하는 scheme을 구성하고 programming 작업을 수행하며, (4) 최종 평가 자료의 분산 범위를 최소화하는 시뮬레이션 최적화 기술을 익힘.전선 / 대학원
본 교과목은 산업 및 조직심리학의 주요 영역(예: 직무설계, 모집, 선발, 온보딩, 웰빙과 경력개발)에 대한 학술연구를 다룬다. 세미나 형식의 본 교과목은, 연구논문에 대한 수강생 스스로의 비평과 동료와의 토론을 통한 협력적 학습으로 진행된다. 수강생은 심리학의 전통적 연구방법론부터 최근에 주목받는 응용심리 방법론을 포괄하는 다양한 연구접근(예: 현장설문, 개입, 텍스트 분석)을 접하게 되며, 과학적 강건성 뿐만 아니라 실무적 함의 제공의 측면에서 연구논문을 평가한다. 본 교과목의 핵심 기대사항은 수강생이 산업 및 조직심리학 관점에서 실무자와 과학자 모두에게 중요한 문제를 찾고, 그에 대한 연구를 설계하는 것이다.전선 / 대학원
본 과목은 산업공학과 및 공과대학 대학원생을 대상으로 불확실상황에서의 보다 나은 결정을 지원하기 위한 최신 확률모형 이론과 기법을 소개하고 이를 중심으로 다양한 응용분야의 연구주제에 적용하고 그 결과를 해석할 수 있는 능력을 배양하는 것을 목표로 한다.전선 / 학사
산업공학과 경영과학에 필요한 수리적 이론과 과학계산 기법을 제공하는 것을 목적으로 하며 구체적인 내용은 행렬계산, 미분방정식, 푸리에 변환, MCMC 등을 기본적인 방법론으로 하여 산업공학에서 제기되는 다양한 수학적, 계산적 문제들을 MATLAB 또는 R 프로그래밍을 사용하여 분석하는 능력의 배양에 초점을 맞춘다.전필 / 학사
조직의 경쟁우위 창출요인으로서 인적자원은 전략적 중요성을 지니고 있다. 즉, 경영전략의 효과적 달성을 위해 인사전략이 수립/수행 되어야 할 뿐 아니라, 나아가 인적자원의 경쟁우위를 기반으로 조직의 경쟁우위를 제고하기 위해 경영전략이 수립/수행 될 수 있다는 관점에서 인사관리의 중요성이 재조명되고 있다. 이러한 관점에서 본 과목에서는 인사관리의 세부분야(선발, 개발, 평가, 보상, 승진, 퇴직 등)에 관한 기초이론과 제도를 다루며 사례연구를 통하여 인사관리에 관한 실용적이고 심도있는 사고능력을 개발하고자 한다.전선 / 대학원
본 과목은 산업 현장에서 발생하는 다양한 확률적 문제를 이해할 수 있는 통계적 지식을 소개하고, 소프트웨어를 활용하여 사례를 분석하는 능력을 키우는 것을 목표로 한다. 이를 위해 학기의 전반부에는 확률 변수 및 분포(이산분포, 뿌와송분포, 정규분포, 감마분포 등등), 통계적 추론·추정에 대한 기본적인 지식을 습득하고, 제품 생산과 품질관리 등에 어떻게 활용할 수 있는지 배운다. 또한 산업 현장과 밀접하게 연계되어 있는 다수의 예제를 학습하고, R 프로그램을 이용한 실습을 수행한다. 학기 후반부는 공학도로서 사례 중심의 문제 해결 능력을 배양하기 위한 강의가 제공된다. 제시된 사례를 바탕으로, 학생들은 스스로 문제 정의 – 변수 정의 – 가설 수립 – 통계 모형 설정 – 모형 분석 – 결과 해석의 과정을 거치게 되고, 이를 통해 산업 현장에서 발생하는 유사한 문제에 대한 해결 능력을 키울 수 있다. 이론 학습 위주의 기존 통계 강의와 대비했을 때, 공학자를 위한 통계는 제품의 품질관리, 신뢰도 향상 등과 관련된 다양한 사례를 직접 해결해 봄으로써 통계학을 이용한 공학적 문제 해결 능력을 실질적으로 높일 수 있다는 면에서 차별성이 있다.전선 / 대학원
차세대 (환경친화적, 정보집약적, 대량맞춤형) 제품 및 서비스의 경쟁력 제고를 목표로, 제품개발 과정에서의 각종 의사결정을 합리화하고, 제품의 기능, 구조 및 원가 측면에서의 설계최적화를 꾀하며, 이들을 지원하기 위한 효과적 정보시스템을 구축하는 측면에서의 각종 연구논제를 다룬다.전필 / 대학원
오늘날의 많은 경영의사결정은 해당 의사결정이 경영활동의 어떤 기능과 관계되는가와 상관없이 통계학과 경영과학에서 제시된 계량적 모형을 이용한 분석을 바탕으로 이루어지고 있다. 본 과목은 통계학과 경영과학의 최적화 과정에 대한 학생들의 기초적인 이해를 높이기 위해서 제시되었는데, 특히 가장 일반적으로 사용되는 MS/OR과 통계적 방법론에 대한 이해와 컴퓨터 프로그램을 이용해서 이러한 방법론들이 어떻게 실행되는가에 대해서 초점을 두고 있다. 본 과목을 통해서 학생들은 여러 가지 통계적 보고서를 평가하고, 이를 경영활동에 활용하는 능력을 가지게 될 것이며, 오늘날의 경영활동에서 기본적인 수단이 되는 통계적 방법론에 대한 기술을 배양하고, 경영환경에 대한 간단한 모형화를 통해 MS/OR과 통계적 방법론들이 얼마나 다양하게 활용되는가를 이해하게 될 것이다.전필 / 학사
본 과목은 산업공학에 필요한 통계학적 이론과 실무적 기법을 제공하는 것을 목적으로 함. 구체적인 내용은 추정과 검정, 회귀분석, 실험계획 및 분산 분석, 비모수통계 등을 기본적인 방법론으로 하여 산업공학에서 제기되는 다양한 공학적, 관리적 현실문제들을 통계 소프트웨어를 사용하여 분석하고 전략적 의미를 도출하는 능력의 배양에 초점을 맞춤.전필 / 대학원
본 과목은 생산관리의 전략적, 전술적, 그리고 운영적 측면을 모두 다룬다. 구체적으로 본 과목에서는 원재료의 조달부터 제품의 생산 그리고 생산된 제품을 최종소비자에게 전달하기까지 공급사슬 전 과정에서 직면하게 되는 수요예측, 총괄계획, 구매조달, 네트워크 설계, 물류, 재고계획, 공급계획, 공급사슬 상의 조화 문제 등에 초점을 둔다. 본 과목의 목표는 학생들이 기본적인 생산관리활동들을 배우고, 이러한 활동들이 기업 내부에서 어떠한 역할을 하는가를 이해하는 데 있다. 이러한 생산관리에 대한 기본적인 이해를 통해서 학생들은 공급사슬관리 관점에서 생산관리와 관련된 개념들과 문제들에 대한 기본적인 이해력을 가지게 될 것이다.전필 / 학사
Man-Machine-Computer-Environment의 total integrated system effectiveness를 향상시키기 위한 human capability, limiting function, performance output의 측정, 변수의 선정, 분석, 평가, 개선을 위한 설계과정을 심리학, 사회학, 생리학, 역학 등의 방법론을 동원하여 훈련한다. 위의 목적을 이루기 위한 방안으로서 input 기능과 신뢰도, information processing 기능과 측정, output의 분석 및 주위환경의 변화가 인간성능에 미치는 요인들에 대한 실험으로 구성한다.전선 / 대학원
해당과목은 공학분야에서 중요한 통계적 데이터 처리, 통계적 공학해석, 통계기반 공학설계 이슈들을 다룬다. 통계적 데이터 처리에서는 공학통계, 통계적 데이터 처리의 정성적, 정량적 접근법과 베이지안 통계학을 배운다. 통계적 공학해석은 신뢰성함수, 위험도함수, 가속수명시험, 불확실성 해석, 신뢰성해석, 건전성 진단 및 예지기술을 배운다. 통계기반 설계에서는 통계기반 민감도 해석, 반응함수법, 신뢰성기반 최적설계를 다룬다. 끝으로 공학시스템의 건전성 모니터링기술을 간단히 다룬다.전선 / 대학원
본 강좌는 의사결정 모델을 통하여 복잡한 경영문제들을 해결할 수 있는 기법들을 제공하고 정형화된 모델과 계량적 분석을 틀로 불확실하고 경쟁적인 경영환경들을 분석할 수 있는 모델을 제시한다. 이 과목은 확률론이나 의사결정 모형들을 기본으로 수송문제, 설비배치와 같은 문제들을 분석한다.전선 / 학사
학생들은 산업공학의 경영과학 또는 OR에서 최적화 모형들을 접하게 되지만, 문제의 구조, 해법의 원리를 함께 습득하기 때문에, 보다 다양한 현실문제를 해결하는 능력을 배양하기는 부족한 실정이다. 본 과목에서는 기존의 상업용 solver를 해법으로 사용함으로써, 주어진 문제를 모델링하고, solver를 통하여 구한 최적해를 사용하여 현실문제에 적용하는 문제해결 중심의 강의를 진행한다. 이러한 방식은 학생들로 하여금 다양한 모형을 다양한 문제에 적용하는 기회를 극대화하여 산업공학도로서의 창의적인 문제해결 능력을 배양하는데 기여하리라고 믿는다.전선 / 대학원
기술경영경제정책 분야의 연구 및 실무에서 직면하게 되는 의사결정문제들을 분석하고, 최적의 해를 찾는데 사용되는 의사결정방법들을 소개한다. 확실성 및 불확실성 하에서의 의사결정방법론, 기술 및 프로젝트의 경제성분석과 의사결정방법론을 포함하며, 사례실습을 통해 의사결정문제에 대한 학생들의 이해도를 높인다. 먼저 의사결정분석에 사용되는 모형과 방법들을 배우게 되며, 여기에는 경제성분석; 자원배분; 의사결정분석을 위한 위험, 민감도, 정보의 가치, 베이스 이론, 주관적 확률, 의사결정에 있어서의 왜곡, 효용, 다목적 의사결정, 리얼옵션; 시뮬레이션을 위한 모형과 분석 소프트웨어; 최적화를 위한 선형계획, 비선형계획, 마아코프 과정모형 등이 포함된다. 이어서 배운 방법들을 이용한 사례실습을 하게 되며, 여기에서 기술과 기술개발 프로젝트의 경제성분석, 위험 및 불확실성 분석과 관리, 의사결정나무분석, 마아코프 체인과 마아코프 과정, 시뮬레이션, 리얼옵션 등을 사례를 통해 실습하게 된다.전선 / 대학원
국민생활과 산업발전에 없어서는 안될 전력에 대해 공학적·경제학적 통합분석을 수행한다. 주로 project evaluation, optimal plant mix, DSM(Demand Side Management), Forecasting Methods, IRP(Integrated Resource Planning), marginal cost pricing, peak-load pricing, time-of-use pricing, rate of return regulation, price cap regulation, econimies of scale, economies of scope, subadditivity, efficiency, privitization, emission control, environmental damage cost, environmental control cost, shadow price, internalization of social cost 등을 다룬다.전선 / 대학원
오늘날의 많은 경영의사결정은 해당 의사결정이 경영활동의 어떤 기능과 관계되는가와 상관없이 통계학과 경영과학에서 제시된 계량적 모형을 이용한 분석을 바탕으로 이루어지고 있다. 본 과목은 통계학과 경영과학의 최적화 과정에 대한 학생들의 기초적인 이해를 높이기 위해서 제시되었는데, 특히 가장 일반적으로 사용되는 MS/OR과 통계적 방법론에 대한 이해와 컴퓨터 프로그램을 이용해서 이러한 방법론들이 어떻게 실행되는가에 대해서 초점을 두고 있다. 본 과목을 통해서 학생들은 여러 가지 통계적 보고서를 평가하고, 이를 경영활동에 활용하는 능력을 가지게 될 것이며, 오늘날의 경영활동에서 기본적인 수단이 되는 통계적 방법론에 대한 기술을 배양하고, 경영환경에 대한 간단한 모형화를 통해 MS/OR과 통계적 방법론들이 얼마나 다양하게 활용되는가를 이해하게 될 것이다.전선 / 대학원
기술경영경제정책 분야의 연구 및 실무에서 직면하게 되는 의사결정문제들을 분석하고, 최적의 해를 찾는데 사용되는 의사결정방법들을 소개한다. 확실성 및 불확실성 하에서의 의사결정방법론, 기술 및 프로젝트의 경제성분석과 의사결정방법론을 포함하며, 사례실습을 통해 의사결정문제에 대한 학생들의 이해도를 높인다. 먼저 의사결정분석에 사용되는 모형과 방법들을 배우게 되며, 여기에는 경제성분석; 자원배분; 의사결정분석을 위한 위험, 민감도, 정보의 가치, 베이스 이론, 주관적 확률, 의사결정에 있어서의 왜곡, 효용, 다목적 의사결정, 리얼옵션; 시뮬레이션을 위한 모형과 분석 소프트웨어; 최적화를 위한 선형계획, 비선형계획, 마아코프 과정모형 등이 포함된다. 이어서 배운 방법들을 이용한 사례실습을 하게 되며, 여기에서 기술과 기술개발 프로젝트의 경제성분석, 위험 및 불확실성 분석과 관리, 의사결정나무분석, 마아코프 체인과 마아코프 과정, 시뮬레이션, 리얼옵션 등을 사례를 통해 실습하게 된다.