최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Roh, Myung-Il; Cha, Ju-Hwan
2011 / International Journal of Production Research
데이터가 존재하지 않습니다.
loading...
본 연구는 조선소에서 사용되는 다중 운반차를 고려한 블록 운송 스케줄링 문제를 해결하기 위해 하이브리드 최적화 알고리즘을 제안합니다. 제안하는 알고리즘은 운반차 간의 간섭 없이 이동 거리를 최소화하며, 실제 조선소의 블록 운송 스케줄링 문제에 적용하여 효과적인 문제 해결 능력을 입증했습니다.
Case Study: Optimizing Shipment Options: An Application of the Transport Problem.
Network optimization
Just-in-time scheduling : models and algorithms for computer and manufacturing systems
Freight transport planning and logistics : proceedings of an International Seminar on Freight Transport Planning and Logistics, held in Bressanone, Italy, July 1987
Genetic algorithms and engineering design
Schedule-based modeling of transportation networks : theory and applications
Computer-aided transit scheduling : proceedings of the Fifth International Workshop on Computer-aided Scheduling of Public Transport held in Montreal, Canada, August 19-23 1990
Network routing
A View of Operations Research Applications in Italy, 2018
Facility location : a survey of applications and methods
Transportation
Multi-robot task allocation for inspection problems with cooperative tasks using hybrid genetic algorithms
Algorithms and computation : 8th International Symposium, ISAAC '97 Singapore, December 17-19, 1997 : proceedings
Deadline scheduling for real-time systems : EDF and related algorithms
Applied simulation and optimization : in logistics, industrial and aeronautical practice
Nonlinear programming
한국SCM학회지
주철민한국SCM학회지
주철민한국경영공학회지
주철민Discrete Dynamics in Nature and Society
Ning-Rong Tao; Zu-Hua Jiang; Jian-Feng Liu; Bei-Xin Xia; Bai-He Li한국CDE학회 논문집
차주환; 조두연; 유원선; 황호진한국CDE학회 논문집
차주환, 조두연, 유원선, 황호진Shanghai Jiaotong Daxue Xuebao/Journal of Shanghai Jiaotong University
Wang, Chong; Mao, Yunsheng; Shin, JonggyeJournal of Engineering Science and Technology Review
Wang, Chong; Mao, Yun-sheng; Hu, Bing-qiang; Deng, Zhong-jie; Shin, Jong Gye산업공학(IE interfaces)
이운식, 임원일, 구평회, 주철민Computers and Industrial Engineering
Fathollahi-Fard A.M.,Ranjbar-Bourani M.,Cheikhrouhou N.,Hajiaghaei-Keshteli M.대한산업공학회지
이상협, 문일경, 김지온산업공학(IE interfaces)
이운식, 구평회, 임원일한국경영공학회지
임원일, 이운식, 구평회, 김동준Transportation Research Part E: Logistics and Transportation Review
Zhao K.,Jin J.G.,Zhang D.,Ji S.,Lee D.H.대한조선학회 논문집
허예지; 차주환; 조두연; 송하철MARITIME BUSINESS REVIEW
Kavoosi, Masoud; Dulebenets, Maxim A.; Abioye, Olumide; Pasha, Junayed; Theophilus, Oluwatosin; Wang, Hui; Kampmann, Raphael; Mikijeljevic, MarkoAdvanced Engineering Informatics
Jiang Z.,Chen Y.,Li X.,Li B.The Journal of the Operational Research Society
Zhen, LJournal of the Operational Research Society
L Zhen한국항해항만학회지
신재영; 박나현전선 / 대학원
본 강의는 도로, 철도, 항만, 항공 등의 교통 시스템을 효율적으로 운영하고 관리하기 위한 다양한 방법과 전략을 다룬다. 교통시스템의 최적화는 시스템의 효율성을 향상시키고, 혼잡을 저감하며, 환경에 미치는 영향을 최소화하는 데에 중요한 영향을 미친다. 이를 위해 본 강의에서는 교통시스템에 대한 기본 개념을 설명하고 신호 제어, 도로 확장, 교통시스템 개선 등을 위한 선형, 비선형 계획법, 동적 계획법, 정수 계획법 등 다양한 최적화 기법들을 사례를 중심으로 설명한다. 또한 최근 이슈가 되고 있는 C-ITS와 스마트모빌리티 서비스를 소개하고 다양한 문제점과 해결방안을 토론한다. 학생들은 각자 교통시스템과 관련한 연구 주제를 선정하고 이를 최적화하는 방안을 제시하는 텀프로젝트를 한 학기 동안 수행한다.전선 / 대학원
일상적으로 네트워크 시설의 계획과 운영관리에 치중해온 전통적 교통계획수법의 문제점을 비판하고 대중교통수단의 결절시설인 터미널, 정류장의 입지, 구조 및 디자인 등의 지능형교통체계의 중요성에 주목하여 기차, 버스 등의 교통터미널과 화물유통센타 등의 설계기준 및 세부구조 계획 등에 관해 연구한다.전선 / 학사
본 과목은 다양한 수리적 이론 및 방법론을 사용하여 물류 시스템의 설계 및 운영에 관련된 문제 해결 능력을 고양하는 것을 목표로 한다. 다양한 물류 시스템들과 각 물류 시스템에 관련된 의사결정 문제들이 소개되며, 해법들이 논의된다. 실제 문제 해결 능력을 높이기 위하여 현실적인 예제들이 다루어진다. 구제척인 강의 주제들은 물류 전략 및 계획, 수송 의사결정, 보관 및 취급 의사결정, 설비배치 의사결정 및 네트워크 계획 프로세스들을 다루게 된다.전선 / 학사
통상적으로 교통운영은 교통류에 대한 충분한 이해를 바탕으로 적절한 운영 방안을 도입하여 도로교통시설의 효율을 높이는 것을 의미한다. 이를 위해 교통류에 대한 미시적‧거시적 관점, 교통량‧속도‧밀도 등 교통류 특성 간의 관계, 교통정체의 발생 및 해소 과정 등을 이해하는 것이 중요하다. 한편, 교통수단의 다변화로 인해 기존 교통운영의 대상이었던 도로교통이 교통시스템의 한 요소로써의 역할을 맡게 되었으며, 자연스럽게 교통운영의 범위도 확대되었다. 또한, 정보통신기술의 발달이 수집 가능한 정보의 질적‧양적 성장을 촉진하였지만, 불완전한 정보가 수집되거나 교통시스템 내‧외적 요인으로 인해 불확실한 예측이 이뤄지는 경우도 발생하였다. 최근 들어 이를 해결하기 위해 인공지능(Artificial Intelligence, AI)을 활용한 사례들이 등장하고 있다. 따라서 이 과목에서는 교통류분석, 교통신호제어 등의 배경이 되는 교통 관련 이론에 대해 학습함과 더불어 교통운영 분야 내 다양한 AI 적용 사례들을 소개하면서 기계학습(Machine Learning), 딥러닝(Deep Learning), 생성형 AI(Generative AI) 등 연관된 AI 기법을 살펴본다. 아울러 자율주행차량 제어, 대중교통 및 모빌리티 시스템 운영 등 교통운영의 확대된 범주 내에 포함되는 교통시스템에 대해서도 다룸으로써 폭넓은 지적 기반을 제공할 수 있을 것으로 기대된다.전선 / 대학원
이 과목은 대학원생들을 대상으로 한 과목으로, 산업시스템의 다양한 분야에서 발생하는 스케줄링문제를 해결하는 데 사용할 수 있는 이론과 기법을 다룬다. 스케줄링은 다양한 제약조건과 목적함수에 부합하도록 작업을 생산자원에 할당하고, 할당된 작업의 순서를 결정하는 의사결정과정이다. 주요 토픽으로는 단일기계, 병렬기계, 플로우샵, 잡샵, 프로젝트 스케줄링, 에이전트 스케줄링, 처리시간의 조정 가능성을 고려한 스케줄링 등을 포함한다. 다양한 스케줄링문제에 대하여 계산복잡도, 최적해법, 근사해법, 그리고 휴리스틱해법 등에 대하여 공부한다. 학생 각자는 선택한 문제에 여러 아이디어를 적용할 수 있는 능력을 배양한다.전선 / 대학원
Shortest path, Network flow 등의 그래프 문제를 해결하는 최근에 개발된 알고리즘과 알고리즘 분야에서의 최근의 연구결과를 학습한다. 분산 시스템의 여러 모델들과 분산 시스템에서 발생하는 중요한 문제들을 해결하는 분산 알고리즘에 관하여 연구한다.전선 / 대학원
본 교과목은 데이터사이언스 대학원의 ABC(AI model/algorithm, Big data, Computing) 교육 과정 중 컴퓨팅(C) 분야 첫번째 강좌이다. 본 교과목의 전반부는 C++ 언어 프로그래밍과 C++ 기반 객체 지향 프로그래밍으로 이루어져 있다. (1) C++ 언어의 기초 문법, 클래스의 개념과 사용법, template과 중요한 라이브러리를 학습하고, (2) abstraction, inheritance, polymorphism 등 객체 지향 프로그래밍의 원리를 습득한 뒤, (3) 예제들을 통해 클래스 기반 객체 지향 프로그래밍을 C++ 언어를 사용하여 직접 구현 할 수 있도록 한다. 본 교과목의 후반부는 중급 자료 구조 및 알고리즘과 딥러닝 플랫폼으로 이루어져 있다. (1) 데이터사이언스를 위한 컴퓨팅의 기초 강좌에서 다루지 않은 자료구조 및 정렬 알고리즘 (Quick sort, Radix sort, heap sort), 트리 알고리즘, 그래프 알고리즘 (Dijkstra, Kruskal 등) 등을 습득하고, (2) 배운 자료 구조와 알고리즘들을 C++ 언어를 사용하여 직접 구현 할 수 있도록 한다. 또, (3) Pytorch, TensorFLow 등 널리 사용되는 딥러닝 플랫폼을 학습하고, 동일 학기 수강이 권장되는 머신러닝 및 딥러닝 1(ABC 과정 중 A 분야 첫번째 강좌)에서 배운 딥러닝의 기본 원리들을 직접 구현하고, 이에 더하여 상기 플랫폼을 통해 구현 할 수 있도록 한다.전선 / 대학원
사람과 재화를 보다 효율적으로 수송하고자 했던 교통학의 주요 목표가 친환경성과 사회적 형평성을 병해 고려하는 지속가능한 균형접근으로 재정립되고 있다. 본 강좌는 다양한 정책적?계획적?기술적 검토를 통해 지속가능한 교통체계를 논의한다. 특히 에너지 위기, 기후변화에 대응하는 교통체계, 계층간, 지역간, 세대간 형평성을 고려하는 교통정책을 심도 깊게 살펴본다.전선 / 대학원
교통 분야의패러다임이 공급 개발 중심에서 수요 관리 중심으로 전환됨에 따라, 교통시설 및 교통시스템의 운영이론 및 응용의 중요성이 증대되고 있다. 본 강의는 교통시설 및 시스템의 운영과 관련한 다양한 주제를 심도있게 다룬다. 주요하게 다루는 내용으로 교통물류, 교통안전, 미시적 교통 시뮬레이션 등이 포함된다.전선 / 대학원
본 코스에서는 선형, 비선형, 정수, 동적, 확률적인 최적화 기법에 대해 강의한다. 각 기법에서 어떻게 바람직한 측면을 최대화 하고 부적적인 측면을 최소화 할 수 있는가를 보여 줄 수 있는 예제들을 제시하게 될 것이다. 특히 산업 뿐 아니라 컴퓨터 프로그램에서 선형, 비선형 문제를 풀기위한 응용문제를 강조하게 될 것이다.전선 / 대학원
표준적 도시교통계획과정의 이론적 구조와 문제점 그리고 실천모형의 장단점을 비교검토하고, 보다 일반적인 교통계획모형의 구성을 위한 여러 방법론과 고급이론을 소개함과 아울러 새로운 연구방향에 관해 연구한다.전선 / 대학원
다양한 무인시스템의 경로 계획과 임무 판단에 관한 기법을 학습한다. 특히 시스템의 특성을 고려한 모션 계획, 모션에 대한 구속 조건, 충돌 회피 경로의 계산, 모델예측제어 등의 제어 기법과 학습 알고리듬의 모션 계획 문제에의 응용, 임무 수행을 위한 판단 기법, 그리고 이와 관련된 최적화 기법 및 다중개체시스템의 모션 계획 문제로의 확장 등에 대해 배운다. 수강생들은 다양한 모션 계획 알고리듬을 구현, 구동해봄으로써 실제 시스템에 적용할 수 있는 능력을 기르고, 관련 분야의 최신 논문을 통해 모션 계획 기법의 발전 동향을 살펴본다.전선 / 대학원
다양한 무인시스템의 경로 계획과 임무 판단에 관한 기법을 학습한다. 특히 시스템의 특성을 고려한 모션 계획, 모션에 대한 구속 조건, 충돌 회피 경로의 계산, 모델예측제어 등의 제어 기법과 학습 알고리듬의 모션 계획 문제에의 응용, 임무 수행을 위한 판단 기법, 그리고 이와 관련된 최적화 기법 및 다중개체시스템의 모션 계획 문제로의 확장 등에 대해 배운다. 수강생들은 다양한 모션 계획 알고리듬을 구현, 구동해봄으로써 실제 시스템에 적용할 수 있는 능력을 기르고, 관련 분야의 최신 논문을 통해 모션 계획 기법의 발전 동향을 살펴본다.전선 / 대학원
이 과목에서는 휴머노이드 로봇의 보행제어를 다룬다. 학생들은 이와 관련된 제어이론들을 배우고, 습득한 이론들을 시뮬레이션 환경과 실제 로봇에 구현한다. 프로젝트에서는 좀 더 고급이론들을 이해하고 휴머노이드 로봇에 구현하여 실제 데모를 완성하는 것을 목표로 한다.전선 / 대학원
본 교과목에서는 선박설계를 위한 다양한 인공지능 방법을 배우고 이의 응용 사례를 살펴보는 것을 목적으로 한다. 먼저 선수 과목 등을 통해 학습한 여러 딥 러닝 기법, 즉 DFN (Deep Feedforward Network), RNN (Recurrent Neural Network), CNN (Convolutional Neural Network), 강화 학습 (Reinforcement Learning) 등의 개념을 복습한다. 이후, 설계 분야를 기본설계, 생산설계, 운항설계 등으로 구분한 뒤, 각 분야에서 인공지능이 필요한 사례를 학습한다. 기본설계에서는 도면 내 객체 및 텍스트 인식, 해기상 및 선박 소요 마력 예측 등의 사례를 살펴본다. 생산설계에서는 블록 탑재를 위한 크레인 제어 등의 사례를 살펴본다. 운항 설계에서는 영상 기반 선박 주변 장애물의 탐지 및 추적, 선박의 충돌 회피 등의 사례를 살펴본다. 끝으로 학생들은 설계 분야의 특정한 주제에 대해 인공지능을 활용한 문제 해결 방법에 대해 Term Project를 수행한다.전선 / 학사
친환경 선박 추진 시스템이란 엄격해지고 있는 해상환경규제를 만족시킬 수 있는 고효율 친환경 선박용 전원이다. 친환경 선박 추진 시스템에서는 기존의 선박 추진 시스템을 사용하면서 천연가스, 수소 및 암모니아 등 대체 연료를 사용할 수 있다. 또한, 효율 향상을 위하여 기존 추진 시스템을 연료전지 및 하이브리드 시스템 등 대체 전원으로 대체할 수도 있다. 전기 추진 시스템의 전원으로 각광받고 있는 연료전지 시스템은 다양한 유형이 있으며 사용되는 연료의 종류와 연료전지 시스템의 유형에 따라 시스템 구성안이 달라질 수 있다. 고효율 친환경 선박 추진 시스템의 최적 설계안을 도출하기 위해서는 연료 및 대체 전원의 특성을 파악할 수 있는 공학적 기초 지식 습득이 필요하다. 본 수업에서는 기존 선박 추진 시스템에 관한 소개와 함께 엄격해지고 있는 해상 환경규제, 그리고 이에 대응하기 위하여 연료다변화 뿐만 아니라 엔진, 연료전지, 배터리, 그리고 하이브리드 시스템 등 고효율 친환경 추진 시스템으로의 전환에 대하여 학습하기로 한다.전선 / 대학원
본 교과목은 단순히 기존의 가속기를 활용하는 수준을 넘어, 차세대 AI 반도체 분야의 창업 및 핵심 개발에 필요한 맞춤형 AI 추론 엔진 개발 능력을 배양하는 것을 목표로 한다. 이를 위해 최첨단 설계 방법론인‘알고리즘-소프트웨어-하드웨어 통합 설계(Co-design)'에 대한 깊이 있는 이론과 실전 경험을 제공한다. 수강생들은 GPU와 같은 범용 하드웨어의 한계를 이해하고, 특정 LLM 알고리즘에 최적화된 하드웨어를 직접 설계함으로써 전력, 비용, 속도 측면에서 압도적인 경쟁력을 갖춘 엣지 AI 솔루션을 구현하는 방법을 학습한다. 특히, 최신 경량화 기술인 저비트 양자화(Low-bit Quantization) 기법을 알고리즘 단계에서 적용하고, 이를 C++ 기반의 고수준 합성(High-Level Synthesis, HLS)을 통해 FPGA 상에 하드웨어 로직으로 구현하는 전 과정을 실습한다. 최종적으로는 SoC(System on Chip) 환경에서 프로세서(PS)와 프로그래머블 로직(PL)을 연동하여 완전한 LLM 추론 가속 시스템을 구축하는 프로젝트를 통해, 아이디어를 실제 하드웨어 프로토타입으로 구현하는 역량을 완성한다.전선 / 대학원
무인이동체의 형상 최적화는 공기나 물과 같은 유체의 흐름을 효과적으로 통제하거나 또는 전파의 반사량, 소음 등을 최소화하는 목적에 부합하는 모양을 결정하는 과정으로 유체역학 등에 대한 이해와 지식에 기반을 두고 있다. 무인이동체의 구조는 탑재중량을 이겨내고 주변의 다양한 충격에 강건함을 유지할 수 있도록 설계 되어져야 한다. 구조역학은 무인이동체가 받는 하중을 계산하여서 안전하고 효율성이 고려된 구조를 제시한다. 아울러 형상과 구조는 밀접하게 연계되어 있어 동적인 해석이 필요한 다분야 최적화의 대상이다. 본 교과를 통해 대학원생은 무인이동체 형상과 구조 등과 같은 요소분야의 이론을 학습하고 분야 간 상호작용을 이해함으로써 다분야 최적설계를 수행하는 능력을 함양하게 된다. 무인이동체의 추진엔진으로 주로 배터리에 의한 전기모터를 사용하고 있으며, 배터리는 기술 발달에 따라 미래 도심에서의 주요 교통수단으로 부각되는 UAM의 주요 추진동력으로 평가되고 있다. 본 교과에서는 배터리 기반의 추진장치 외에 수소엔진, 내연기관 등 다양한 엔진에 대해 학습을 하게 된다.교양 / 학사
4차산업혁명의 전개와 함께 교통물류분야 역시 변화 과정 중에 있다. 정보통신기술발전에 기반한 자동화, 무인화 기술들이 운송분야에 접목되면서, 철도의 무인운전은 이미 상용화 되었으며 항공이나 해운 역시 특정 환경에서는 무인 주행이 활용되고 있다. 가장 복잡한 환경을 가진 도로운송분야에도 주행보조기능을 시작으로 완전자율주행기술의 도입을 위한 중간 단계의 기술들이 개발되어 적용되고 있는 중이다. 뿐만 아니라 드론과 같은 도심항공운송수단, 자율주행셔틀, PRT(Personal rapid transit), 화물배송셔틀 등 다양한 형태, 규모, 목적의 운송수단들이 등장하면서 모빌리티 산업의 변화가 일어나고 있다. 그리고 이러한 새로운 기술과 운송수단들은 비즈니스영역에도 영향을 미쳐 MaaS(Mobility-as-a-service)와 같은 새로운 개념을 제안하기도 하고, 신개념 운송사업을 등장시키는 등 운송시장의 변화도 가져오고 있다. 본 교과목은 유인(有人)에서 무인(無人)운송으로 전환되는 과도기에 새로이 등장하는 모빌리티 및 기반시설 기술들을 소개하고 이로부터 파생되는 새로운 산업들을 함께 알아보고자 한다. 먼저 지금의 변화가 있기까지의 기술의 발달, 회적 환경의 변화를 살펴보고 이러한 변화로의 전개에 대해 토론한다. 그리고 우리가 직면하는 현시대의 정치, 경제, 사회, 기술적 변화들을 통해 향후 중·단기 변화들에 대해 예측해 본다. 마지막으로 도시의 장기 미래상을 기반으로 스마트 모빌리티에 대한 장래 수요와 환경들을 예상하고 모빌리티 서비스의 핵심가치와 장기적인 혁신 방향성을 논의해본다.전선 / 대학원
이 과목은 도시대중교통체계와 관련되는 계획 및 관리 문제들을 다룬다. 구체적으로, 첫째, 도시대중교통 수단들의 현 상황을 개괄적으로 살펴본 후 대중교통 운수업체의 성과를 측정하는 방법과 대중교통시설 투자사업을 위한 재원 조달방법을 다룬다. 둘째, 대중교통에 대한 수요 및 대중교통 운수업체의 비용함수를 추정하는 방법과 요금설정방안을 다룬다. 마지막으로, 대중교통운행여건을 개선하기 위해 시행할 수 있는 혼잡통행료 부과방안과 대중교통운수업체의 경영개선방안을 다룬다.