클라우드 컴퓨팅은 정보의 다양성과 빅데이터를 IT자원을 이용하여 처리할 수 있는 컴퓨팅 개념이다. 정부는 신재생에너지를 활용한 전력생산을 장려하기 위해 RPS를 시행하였고 시스템을 구축하여 지리적으로 분산되어 있는 빅데이터를 수집하여 운영하고 있다. RPS제도를 이행하는 발전사업자들은 의무할당량 중 REC 부족분을 타 발전사업자들로부터 REC를 구매하여 조달해야 한다. REC는 자율시장에 근거하여 거래되고 있고, 매매가격의 편차가 크기 때문에 RPS 빅데이터를 통해 형평성있는 REC가격을 예측할 필요가 있다. 본 연구에서는 부정확한 가격추이와 규칙을 정량적으로 표현하여, 클라우드 환경에서 퍼지기반으로 REC가격을 예측하는 방법을 제안한다. 클라우드 환경에서 RPS 빅데이터를 통한 상호연관성과 가격결정에 영향을 주는 변수들에 대한 분석이 가능하고 시뮬레이션을 통해 REC 가격을 예측할 수 있다. 클라우드 환경에서 퍼지로직은 매물수량과 매매가격을 이용하여 투명성있는 REC 가격을 예측하고 장기적으로 수렴된 가격을 제시할 것이다.

완성차의 빠르고 안전한 납기를 위해 자동차 업계는 많은 노력을 기울여 왔다. 생산 후 선적까지 완성차가 조립공장내에 체재하는 시간의 감축을 통해 총 주문시간을 줄일 수 있음과 동시에 총수송비용 또한 줄일 수 있다. 전통적인 선적계획법들은 조립공장내에서 발생하는 동적인 사건들을 다루는데 한계가 있다. 본 논문은 이러한 선적과정중에 발생할 수 있는 동적 사건들을 해결하는 다중 에이전트 기반 선적 방법을 제시하고 있다. 시뮬레이션을 이용한 실험 결과를 통해 이러한 방법이 주문시간, 작업효율, 품질 및 수송효율의 증진을 가져올 수 있음을 보였다.

일반적으로 시뮬레이션 프로젝트는 목적에 부합되는 수준에서 연구 대상 시스템과 유사하게 작동되는 모델을 개발해야 하기 때문에 시간과 비용이 많이 소요된다. 따라서 적절한 개념 모델 설계와 이를 바탕으로 시뮬레이션 모델을 자동 생성하여 모델 개발 과정의 시행착오를 최소화함으로써 모델링 시간을 단축하기 위한 연구가 요구되고 있다. 본 논문에서는 실무에서 많이 사용되고 있는 Microsoft Excel과 Visio를 활용하여 개념 모델을 개발하고 이를 Arena 모델로 자동으로 변환하는 툴을 제안하였다. 예제를 이용하여 본 논문의 모델 자동 생성 툴의 효용성을 보였다.

계절적 유행성 독감은 매년 전 세계적으로 300만-500만 명이 감염되어 25만-50만 명이 사망에 이르는 무서운 질병이다. 유행성 독감에 대한 통제를 강화하기 위해 독감의 유행을 실시간으로 감시하기 위한 연구들이 제안되고 있다. 우리나라의 질병관리본부는(CDC)는 인플루엔자에 대한 임상 자료를 1주 단위로 발표하고 있으며 질병의 유행과 1-2주 정도의 보고 시차가 존재한다. 조기에 독감의 유행을 감지하기 위해 비임상적 자료(뉴스 리포트, 소셜 미디어)의 검색 정보를 활용하여 유행성 독감 발생을 효과적으로 대비하기 위한 연구들이 최근 이루어지고 있다. 비임상적 자료의 수집은 적은 비용으로 거의 실시간으로 이루어질 수 있는 이점이 있다. 본 연구는 네이버 검색엔진이 제공하는 PC와 모바일 키워드 정보를 활용하여 우리나라의 유행성 독감 활동을 감지하는 회귀모형을 개발하고자 한다. 이를 위해 문헌연구를 통하여 인플루엔자 의사분율(ILI)과 높은 상관성을 가질 것으로 예상되는 키워드를 20개 선정하고 키워드와 ILI와의 관계를 로지스틱 회귀모형과 다중회귀모형으로 가정하고 ILI를 예측하였다. 모형적합성 측면에서 다중회귀모형이 로지스틱모형보다 우수하였으며 모바일-기반 회귀모형이 PC-기반 회귀모형보다 ILI 퍼센티지를 추정하는데 우월한 결과를 보이고 있다.

능동 합성개구면소나에 의한 해저부설 소형물체 탐지처리 기술은 공간적 제약을 받는 소형 무인화 시스템에서 짧은 센서어레이 사용이 가능하므로 개구면 합성처리에 의해 탐지성능을 올릴 수가 있다. 하지만 플렛폼의 정속도 직선기동에 의한 제한조건은 여러 가지 외부 환경요인과 정확한 위상차 합성 처리에 있어서 많은 오차를 유발하게 된다. 본 연구에서는 이러한 시스템에 탑재되는 능동형 합성개구면처리에 대한 적용 가능성을 분석하고, 전용 시뮬레이터를 구성하여 진행경로 변동에 의해 발생되는 위상차 부정합에 따른 탐지해상도 성능변화를 비교 검토하고자 한다. 시뮬레이션은 코히어런트 초점처리 모델에 경로변동 모듈을 추가하여 실행하였으며, 결과에서 알 수 있듯이 합성개구면처리에 의한 해저 소형물체 탐지성능은 플렛폼의 경로변동에 의한 위상차 부정합 및 S/N비 변화에 의해 많은 변화가 있음을 알 수 있었다.

다품종 소량 생산을 따르는 중소기업들은 범용 장비와 이에 부착된 보조 장비를 활용하여 제품을 생산하고 있다. 이전에 많은 연구들은 이러한 중소기업의 환경에서 생산성 향상 관점의 설비 할당 연구를 진행해 왔다. 그러나 중소기업들은 제한된 예산 하에서 수요를 충족시켜야 하기 때문에 경제적 관점으로 설비와 작업을 할당하는 것이 매우 중요하다. 본 연구는 소모성 보조 장비의 잔존가치 개념을 이용하여 설비 할당 문제를 다루고자 한다. 소모성 보조 장비는 주 장비에 부착된 부품으로써 작업을 위해 꼭 필요한 부품이다. 그렇기 때문에 주 설비의 일정 작업시간 후에는 보조 장비의 구매가 이루어져야 한다. 본 연구에서는 PCB를 제조하는 S기업을 대상으로 잔존가치를 고려한 설비할당 방법과 S기업의 현행 설비할당 방법 (Cycle)이 장 단기 관점에서 보조 장비의 구매량과 구매비용에 어떤 영향을 미치는지 알아보기 위해 두 전략을 비교 실험하였다. 그 결과, 장 단기적 관점에서 모두 본 연구에서 제안하는 설비할당 방법이 현행방법보다 보조 장비의 구매수량 및 구매비용에 대해서 더 효율적인 결과를 보였다. 그러나 장기적으로 갈수록 현행방법과의 차이가 미미해짐을 알 수 있었다. 한편 유휴설비에 대한 대여 전략을 고려할 경우, 기업은 추가적인 이익 효과를 기대할 수 있음을 보였다.

IEEE 802.11n 표준은 네트워크 성능을 향상시키기 위해 MAC과 물리 계층에서 새로운 방법들을 제안하였다. MAC 계층에서 성능 향상을 위해 제안된 주요 방법은 프레임 집적(Frame Aggregation)과 Block ACK이다. IEEE 802.11n 표준에도 여전히 문제점은 존재한다. Block ACK 요청 프레임이나 Block ACK 응답 프레임이 손실되거나 에러가 포함되어 수신되면, 전송 단말은 집적된 큰 프레임에 포함된 작은 프레임들의 성공적인 전송 여부를 알지 못하기 때문에 모든 작은 프레임을 재전송한다. 이는 성공적으로 전송된 프레임도 재전송될 수 있기 때문에 네트워크의 성능 저하를 초래할 수 있다. 이 문제를 해결하기 위해 본 논문에서는 RRM(Reduced Retransmissions of MPDUs) 방법을 제안한다. 제안된 방법에서 송신 단말이 Block ACK 응답을 못 받으면 모든 프레임을 재전송하는 대신에 다음 데이터 프레임 하나를 전송하고 다시 Block ACK를 요청한다. 응답을 받은 후에 에러가 발생한 프레임에 대해서만 재전송을 수행한다. 제안된 방법의 성능을 시뮬레이션을 통해 분석한다. 시뮬레이션 결과, 제안된 방법이 다양한 패킷 에러 환경에서 효과적이고 네트워크 성능을 향상 시키는 것을 보여주었다.

함정 전투체계는 각종 센서 및 무장을 포함한 플랫폼들을 효율적으로 통제하기 위해서 운용자의 개입을 필요로 한다. 이러한 문제점을 극복하기 위해서 다중 에이전트 기반의 M&S(Modeling and Simulation) 기술이 도입되어 다양한 연구가 이루어져 왔다. 하지만 다중 플랫폼간의 높은 임무 복잡도를 필요로 하는 대 잠수함 전투에 있어서는 M&S 시스템을 통한 전술에 관한 연구가 거의 진행되지 않은 실정이다. 본 연구에서는 다중 에이전트 기반의 M&S 기술을 대 잠수함 전투에 적용하였다. 이를 위해 함정, 잠수함, 헬기 등 다수의 플랫폼을 에이전트 기반으로 모델링함으로써 HVU(High Value Unit) 호위 임무를 위한 모델 구조를 제시하였다. 이를 통해 다양한 전장상황에 대한 다양한 전술 효과도를 분석할 수 있었다. 그 결과 조건별 최적의 전술적 효과를 확인할 수 있었다. 국방 관계자들이 본 연구에서 제안한 방법론을 도입하여 상세한 모델 변수값들을 대입한다면 보다 실질적인 대 잠수함 전술 효과도를 분석해 낼 수 있을 것으로 기대된다.

제품 설계를 위한 시뮬레이션을 위해서는 다양한 인과지식이 필요하다. 따라서 현존하는 다양한 지식으로부터 새로운 지식을 획득하기 위해서는 이러한 지식들을 통합하는 것이 필요하다. 예를 들어, 사용자가 가열이 되는 컵을 설계하고자 하지만 기존의 설계 지식 베이스에는 가열되는 컵에 대한 설계 지식은 없고 가열 기구에 대한 지식과 컵에 대한 지식이 따로 존재한다. 이러한 상황에서 가열 기구에 대한 지식과 컵에 대한 지식을 통합할 수 있는 자동화된 방법론이 필요하다. 이를 통해 사용자는 가열이 되는 컵을 설계하는 지식을 획득할 수 있다. 따라서 본 연구의 목적은 이러한 제품 설계에 관련한 지식을 통합하여 새로운 지식을 만드는 방법론을 제안 한다.

Personal Rapid Transit (PRT)는 차세대 대중교통 수단으로 에너지 효율적이며 높은 수준의 고객 서비스를 제공한다. 정류장에 동적으로 도착한 고객이 운송 서비스를 요청하면 PRT 시스템은 차량을 배차한다. 본 연구에서는 PRT 시스템을 위한 새로운 온라인 배차 알고리즘을 제시하였다. 제시된 알고리즘은 최근린(nearest neighbor) 배차 규칙을 기반으로 개발되었으며, 이분 매칭(bipartite matching)을 사용하여 다수의 PRT 차량과 고객을 동시에 고려하여 배차를 결정한다. 이 경우 전체 차량 중 배차 대상 차량의 선택 범위가 성능지표에 영향을 줄 수 있다. 따라서 본 연구에서는 차량의 상태를 고려하여 체계적으로 배차 차량을 선택하는 방법을 제시한다. 성능지표로 공차 이동거리와 고객 대기시간을 고려하였으며, 시뮬레이션 기법을 사용하여 배차 선택 범위에 따른 성능지표의 차이를 확인하였다. 그리고 기존의 배차 규칙과 비교하여 본 연구에서 제시하는 방법론이 우수하며 PRT 시스템에 적합한 것을 확인하였다.

클라우드 환경은 빅데이터의 이슈와 데이터 분석을 가능하게 하는 기술로서, 이를 위한 자원 관리 기법이 필요하다. 현재까지의 자원관리 기법은 한정된 계산 방법을 이용하여 자원의 편중의 문제점이 있으며, 이를 해결하기 위해서 자원관리는 자원이력 정보를 활용한 학습기반의 스케줄링이 필요하다. 본 논문에서는 ART(Adaptive Resonance Theory)기반의 적응형 자원관리 기법을 제안한다. 제안하는 기법은 클라우드환경에서 모니터링 및 자원이력을 이용하여 작업의 적합한 할당이 가능하다. 제안하는 방법은 무감독 학습방법을 사용하며, 적응형 자원 관리를 통하여 서비스의 안정성과 데이터 처리성능을 향상시키는 것을 목적으로 한다. 제안하는 방법은 체계적인 자원관리가 가능하고 가용자원을 효율적으로 활용하여 요구 성능을 향상시킬 수 있다는 장점이 있다.

영농 규모의 대형화 및 농업부문에 자본투자의 확대와 더불어 6차산업의 개념이 농업에 도입됨에 따라, 농업경영의 성과 평가에 대한 필요성이 증대되고 있다. 본 연구에서는 농산물 공급망의 운영성과 평가방법의 하나로 ROIC(투하자본순수익률) 나무 분석법의 적용 가능성을 검토하였다. 이를 위해 블루베리를 모델 작물로 선정하여, 생산과 유통실태를 조사하고 이로부터 블루베리 공급망의 ROIC 나무를 작성하였다. 농가의 현황과 선행 연구를 참고하여 얻어진 실제의 데이터를 활용하여 블루베리 공급망의 ROIC 시뮬레이션을 실시하였다. 또한 이 값을 다른 산업의 ROIC 및 기존의 농업성과 분석방법과 비교하였으며, 본 분석 방식의 특성 및 차후 농업분야에의 활용방안을 제안하였다.

휴대폰 카메라의 렌즈 모듈은 경통, 복수의 렌즈, 복수의 스페이서와 한 장의 쉴드로 구성된다. 렌즈 모듈을 생산하기 위한 주요 공정으로는 사출성형공정, 코팅공정 및 조립공정이 있는데, 일반적으로 제조라인에서는 동일한 기능을 가지는 복수의 기계들을 사용하여 생산을 한다. 본 논문에서는 긴급주문, 금형의 파손, 장비의 고장 등으로 인하여 제조현장에서 빈번하게 발생하는 재스케줄링의 문제를 해결하기 위해 시뮬레이션을 기반으로 개발된 스케줄러에 대해 소개한다. 스케줄링 알고리즘은 경험적 Backward-Forward 방법을 사용하였으며, 주문의 납기지연율을 최소화시키는 것이 목표다.

클라우드 컴퓨팅은 가정과 비즈니스 컴퓨팅에 있어 빠르게 확산되고 있다. 이러한 변화에 따라 수년 내에 다양한 클라우드 서비스를 제공하는 클라우드 서비스 공급자의 수가 폭발적으로 증가할 것으로 예측된다. 하지만 클라우드는 하나의 독립체가 아니고 서로 단절되어 있는 많은 응용 프로그램(SaaS)과 기반시설(IaaS), 상이한 플렛폼 서비스(PaaS)들의 집합으로 볼 수 있다. 클라우드 중개방법(brokering mechanism)은 산재되어 있는 서비스들의 집합을 통합하고 편리하게 유용한 서비스를 다양한 사용자에게 제공할 수 있게 하기 때문에 서로 상이한 클라우드 시장을 하나의 통상적 서비스로 변환시키는데 있어 필수적이다. 따라서 CSBs(클라우드 서비스 중개자들)는 사용자와 CSP(클라우드 서비스 제공자)사이의 거리를 최소화하고 예약과 on-demand 서비스의 비용을 최소화하는 운영전략을 찾을 필요가 있다. 이를 위하여 본 연구에서는 클라우드 서비스의 비용과 품질을 최적화하기 위해 예약 접근법을 고려한 수리적 모형을 제안한다.

군에서 향후 미래 위협에 대비한 군용 항공기의 적정 소요를 분석하는 일은 중요하다. 이전의 연구들은 작전 임무수행 측면과 전력지수의 비교를 통하여 적정 소요를 분석하였다. 이 방법들은 단편적인 항공기의 전투-효과 지수와 수량 측면에서의 비교만을 실시하였다. 그러나 본 연구에서는 시스템 다이내믹스를 통한 군용 항공기의 실제 운용 시나리오에 기반한 시뮬레이션 분석을 실시한다. 군용 항공기 운용 개념의 특성을 반영하여 하부 주요 시스템의 고장률과 수리율, 전 평시 차별적으로 발생하는 피격률을 통해 적정 소요량을 산출한다.

본 연구는 DC제도에서 근로자가 회사로부터 지급받는 퇴직금 추계액을 사용하여 마련해야할 퇴직금 규모를 설정하였다. 또한 적립금 성장모형을 활용하여 자산의 수익률과 배분에 따른 시뮬레이션 결과로 추계액과 적립금 비교를 통하여 shortfall risk 발생수준을 확률적으로 연구하여 가장 적절한 자산배분포트폴리오를 알아보았다. 이를 위해 2004년부터 2013년까지 KOSPI와 종합채권수익률을 기초로 시뮬레이션 분석을 하였으며 적립금이 추계액보다 부족한 경우와 동일한 경우 2개의 시나리오를 설정하였다. 이를 통해 1기간 동안 주식과 채권의 자산배분에 따라 연금리스크가 발생하지 않을 확률을 확인하였고 연금리스크가 발생하지 않도록 DC가입자, 정부, 기업들이 노력할 것을 제안한다.

본 연구는 모의개체로 하여금 동적행위연결을 통한 목적지향 행위계획을 수행토록 하는 기법의 구현사례로서 재계획기법을 소개한다. 기존의 행위처리기법, 특히 Semi-Automated Forces (SAF)에서는 모의 초기에 주어진 정해진 계획을 단순히 수행하는 수준에서 크게 벗어나지 않는다. 따라서 인간의 판단 같은 예측불허 상황이 발생하는 (Human in the loop) 모의에서 기존 기법은 상황대처에 미흡하다. 또한 그러한 기법은 돌발상황 대응을 위한 광범위한 경우의 수를 고려하다보면 행위조합 폭증 문제를 겪을 수 있으며, 그러한 조합이 상황에 부합하지 않을 수 있다. 재계획기법은 역전파(back-propagation)를 활용, 목표달성을 위해 필요한 행위들을 검색, 연계하는 자동계획기법 구현사례이다. 이 기법은 행위에 태그(pre/post-conditions)를 부여, 동적으로 행위들을 연결한다. 본 논문은 기법의 실효성 입증을 위해 국방분야의 연구과제에 적용된 성과를 소개한다.

사이버 물리 시스템(cyber-physical system, CPS) 환경에서는 이기종의 물리 시스템과 연산 장치들이 대규모로 구축되기 때문에 사전에 시뮬레이션을 통해 시스템의 동작을 검증하는 것이 필요하다. CPS 시뮬레이션의 기술적 이슈 중 하나는 시간 동기화 문제이다. CPS 환경에서는 분산 시스템 간의 실시간 제어가 요구되기 때문에 모델의 복잡도가 높을 경우, 다른 모델과의 시간 오차로 인해 잘못된 데이터 및 제어 명령을 전송할 수 있다. 따라서 본 논문에서는 연속 시간 시스템 속성과 이산사건 시스템 속성을 모두 가지는 CPS 하이브리드 모델에 대하여 시간 동기화 알고리즘을 제시하고, 이를 탑재한 CPS 시뮬레이터를 개발한다. 또한, 시스템 간의 상호작용 뿐 아니라, 하드웨어를 통한 사용자 제어를 고려하여 CPS 시뮬레이션을 수행함으로써 제안된 알고리즘 및 시뮬레이터의 실행을 검증한다.

본 논문에서는 장소와 시간의 제약을 받지 않는 클라우드 컴퓨팅 도입 의사 결정 모델링에 대한 연구를 진행하였다. 연구에서는 65명의 응답자에게 수집 된 패널데이터와 데이터마이닝 방법 중 하나인 CART(회귀분류나무)를 사용하여 의사결정 모델을 구축하였다. 모델링에는 2단계로 진행되는데 첫 번째 단계에서는 패널데이터를 사용하여 도입 의사를 결정하는데 영향을 미치는 문항들을 선택하고 2 번째 단계에서는 선택된 문항을 사용하여 도입 의사 결정 모델을 구축하였다. 문항 선택을 통하여 설문지 수집 문항수를 25개에서 5개로 줄일 수 있어 응답자에게 빠른 답변을 얻을 수 있고 데이터의 사이즈가 작기 때문에 모델 구축 시간을 줄일 수 있는 장점을 보여주었다.

다수의 임무를 다중의 무인기로 효과적으로 수행하기 위해서는 전체 임무를 수행하는데 필요한 총 이동거리를 최소화로 하는 알고리즘이 필요하다. 본 논문에서는 다수의 무인기 운용에 적합하게 적용할 수 있는 수정된 합의 기반 경매 알고리즘(Modified Consensus Based Auction Algorithm)을 제안한다. 제안하는 알고리즘의 핵심 아이디어는 기존의 합의 기반 경매 알고리즘을 기초로 하여 에이전트들의 위치와 임무까지의 거리의 합을 최소화하는 것이다. 3개의 UAV 에이전트로 다수의 임무를 수행하는 시뮬레이션을 진행하였고 전체 임무 완수 시간과 전체 이동 거리 측면에서 효율적임을 보였다.

본 연구는 생산공정운영시 발생하는 담당자의 의사결정 지원을 위한 학습형 공정 의사결정 시스템 구축방법에 대한 것이다. 먼저 추출 및 누적된 각 공정 별 이력 데이터에서, 주요한 주요자원(Critical Resource)을 단계적 회귀법에 따라 선정한다. 선정된 주요자원을 독립변수로 취급하여 담당자의 의사결정 대상이 되는 공정운영 성과를 종속변수로 하는 회귀모형을 산출하고, 해당 주요자원으로 구성된 시뮬레이션 모형을 설계한다. 메타휴리스틱 방법을 통하여 의사결정 시점의 생산계획 및 목적에 대한 시뮬레이션 분석을 실행하고, 복수 대안 및 가능해(기대성과)를 산출한다. 각각의 대안에서 주요자원 별 회귀모형을 구성하는 분석 값을 회귀식에 대입하고, 여기에서 얻어지는 값과 시뮬레이션 분석에 의해 산출된 가능해 간의 비교를 통하여 그 차이가 가장 작은 대안을 최적대안으로 선정하고 실제 공정운영 의사결정에 반영하여 생산을 실시한다. 이때 발생하는 공정 이력 데이터들은 이후 의사결정을 위한 회귀모형에 피드백 된다.

최근 국방 분야에서는 무기체계의 고도화와 복잡체계화로 인해 시험평가 능력이 중요시 되고 있다. 한정적인 자원을 효율적으로 운용하여 시간 및 비용 절감이 가능한 시험평가 관련 연구가 국방 선진국을 중심으로 하여 지속적으로 진행되어 왔으며, 현재는 모델링 및 시뮬레이션(M&S, Modeling and Simulation) 기술을 무기체계 시험평가에 활용함으로써 시간, 비용, 보안, 안전 등의 제한사항을 상당부분 해결하고 있다. 국내에서도 이러한 M&S 기술을 활용한 시험평가 관련 연구가 활발히 진행되고 있으나 타 국방 선진국에 비해 상당히 미진한 상태이며 새로운 방식의 시험평가시스템 개발이 요구된다. 이에 따라 본 연구에서는 프로세스 기반의 모델링을 통한 무기체계 운용시험평가 시스템을 설계하였다. 무기체계의 리소스와 성능모듈을 활용하여 운용성능을 평가할 수 있는 프로세스를 모델링하고 시뮬레이션 엔진과 결합하여 3D 가시화하였다. 이를 통해 무기체계의 운용성능을 시각적으로 표현 가능한 프로세스 기반의 무기체계 운용시험평가 시스템을 제시한다.

분산 환경에 존재하는 다양한 이기종의 계산 자원은 가상화 기술을 통해 통합된 고성능 컴퓨팅 환경을 구축한다. 최근, 사용자 수준의 향상으로 인해 복잡한 응용 작업의 처리에 대한 요구가 증가하고 있으며, 이는 고성능 컴퓨팅에 대한 수요로 이어지고 있다. 사용자가 요구하는 각각의 작업에는 데이터가 포함되어 있고, 각각의 데이터는 고유의 특성을 가지고 있으므로, 작업의 분류와 처리는 데이터의 특성이 고려되어야 한다. 본 논문에서는 분산 환경에서 계산 자원의 효율 증대를 위한 데이터 특성 기반의 작업 분류방법(JCDT : Job Classifying method based on Data Traits for Increased Efficiency of Computational Resources in Distributed Environment) 을 제안한다. 제안하는 JCDT 는 사용자가 요구하는 작업이 지닌 데이터의 특성을 기반으로 작업을 분류하여, 계산 자원의 효율 증대와 작업 처리속도를 향상시킬 수 있을 것으로 기대한다.

생산시스템의 시간과 비용 효율성을 개선하는 것은 경쟁 우위를 구축하고 경쟁적인 비즈니스 환경에서 수익성을 향상하는 중요한 수단 중 하나이다. 그 중에서도 CONWIP(constant work-in-process)과 DBR(drum-buffer-rope)방법은 생산 공정의 효율을 개선하는 데 널리 사용된다. 이 연구에서는 실제 단추 공장 생산 시스템의 시뮬레이션 모델을 개발했다. 연구 결과에 의하면, CONWIP과 DBR 생산시스템 모두 병목 공정의 대기 시간을 감소시키는 등 실제 생산시스템보다 나은 결과를 나타냈다. 시뮬레이션 모델 결과를 바탕으로 제안된 생산시스템을 적용함으로써, 실제의 제조 공정의 효율을 크게 향상시킬 수 있을 것으로 기대된다.