한국정보통신학회논문지 (Journal of the Korea Institute of Information and Communication Engineering)

  • 제20권8호
  • /
  • Pages.1415-1421
  • /
  • 2016
  • /
  • 2234-4772(pISSN)
  • /
  • 2288-4165(eISSN)
한국정보통신학회 (The Korea Institute of Information and Commucation Engineering)
권호 표지
DOI QR코드

DOI QR Code

가변 그룹 유전자알고리즘 기반의 시험자원할당 문제 해결

Solving the test resource allocation using variable group genetic algorithm

  • 투고 : 2016.06.17
  • 심사 : 2016.07.12
  • 발행 : 2016.08.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

무기체계의 기능 및 성능 검증을 위한 시험들이 지속적으로 증가함에 따라 가용 자원들의 효율적인 활용을 위한 방안에 관련된 연구가 대두되고 있으며, 자원할당 복잡도가 증가함에 따라 시험계획 시에 의사결정 지원이 요구되고 있다. 시험자원할당은 전통적인 FJSP(Flexible Job Shop Problem)와 기본적으로 동일한 문제이며, 이는 NP-hard문제로서 기존의 경험기반 시험자원 할당 방법으로는 시간 효율적인 자원할당에 있어서 한계가 존재한다. FJSP에 유전자알고리즘을 적용한 최적해 탐색 연구가 진행되어 왔지만, 하나의 기계조작에 대해 두 개 이상 기계의 동시 작동이 필요한 시험자원할당 도메인에서의 적용은 제한적이다. 이에 본 논문에서는 가변 그룹 유전자알고리즘을 제안한다. 제안하는 알고리즘은 수작업 기반의 기존 시험자원할당을 자동화하고 최적화함으로써 시험 효율을 향상시킬 것으로 기대되며, MATLAB을 이용한 시뮬레이션을 통해 그 적용성을 확인하였다.

There are considerable concern on the methods for the efficient utilization of the test-resources as increasing of the number of the tests for functionality and performance verification of weapon systems. Furthermore, with an increase in the complexity of the resource assignment the decision support is required. Test resource allocation is basically the same problems as conventional NP-hard FJSP(Flexible Job Shop Problem), therefore empirical test resource allocation method that has been used in many decades is limited in the time performance. Although research has been conducted applying the genetic algorithm to the FJSP, it is limited in the test resource allocation domain in which more than one machine is necessary for a single operation. In this paper, a variable group genetic algorithm is proposed. The algorithm is expected to improve the test plan efficiency by automating and optimizing the existing manual based allocation. The simulation result shows that the algorithm could be applicable to the test plan.

키워드

참고문헌

  1. Y. S. Jang, H. J. Bang, S. H. Han, J. K. Kim, "A Study on the Quantitative Management Scheme of Weapon Systems T&E," Journal of the KIMST, vol.19, no.1, pp. 16-25, Feb. 2016.
  2. T. H. Na, "An analysis study of the proper quantity of conditioning rounds at the acceptance test of the propelling charge," Journal of the KIMST, vol. 14, no. 4, pp. 615-621, Aug. 2011.
  3. J. F. Wang, K. Y. Chu, "An Application of Genetic Algorithms for the Flexible Job-shop Scheduling Problem," International Journal of Advancements in Computing Technology(IJACT), vol. 4, no. 3, Feb. 2012.
  4. P. Fattahi, F. Jolai, J. Arkat, "Flexible job shop scheduling with overlapping in operations," Applied Mathematical Modeling, vol. 33, no. 7, pp. 3076-3087, Jul. 2009. https://doi.org/10.1016/j.apm.2008.10.029
  5. R. Alvarez-Valdes, A. Fuertes, J. M. Tamarit, G. Gimenez, R. Ramos, "A heuristic to schedule flexible job-shop in a glass factor," European Journal of operational Research, vol. 165. no. 2, pp. 525-534, Sep. 2005. https://doi.org/10.1016/j.ejor.2004.04.020
  6. I. Kacem, S. Hammadi, P. Borne, "Approach by localization and multiobjective evolutionary optimization for flexible job-shop scheduling problems," IEEE Trans. Syst. Man, Cybern. C, Appl. Rev., vol. 32, no. 1, pp. 1-13, Feb. 2002. https://doi.org/10.1109/TSMCC.2002.1009117
  7. T. K. Liu, Y. P. Chen, J. H. Chou, "Solving Distributed and Flexible Job-Shop Scheduling Problems for a Real-World Fastener Manufacturer," IEEE Access, vol. 2, pp. 1598-1606, Jan. 2015.
  8. W. D. XI, B. QIAO, J. Y. ZHU, "A genetic algorithm for flexible job shop scheduling based on two-substring gene coding method," Journal of Harb in Insitute of Technology, vol. 39, no. 7, pp.1151-1153, Jul. 2007.

피인용 문헌

  1. 무기체계 평가시험 수행율의 확률적 예측 및 관리기법 vol.21, pp.2, 2016, https://doi.org/10.6109/jkiice.2017.21.2.468