• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.18-20
• /
• 1998

본 논문은 EBL 기반의 제어지식형 계획기에서 다양한 목표확장 방법을 사용하여 MEA의 불완전한 계획생성을 해결하는 새로운 방법을 제안한다. 계획기의 문제 공간을 탐색하는 방법 중 하나인 MEA는 현재상태와 목표상태의 차이를 줄이기 위하여 연산자를 선택한 후에, 연산자의 조건절을 현재상태가 만족하는지의 여부에 따라서 조건절의 부목표화를 결정한다. 그러나 이러한 목표확장 방법은 현재상태에서 만족된 부목표에 대한 목표확장을 하지않음으로써 문제공간 탐색에서 제한된 범위만을 탐색하므로 목표를 만족하는 최적의 계획을 생성할 수 없으며, 또한 문제를 해결하는 계획이 있음에도 불구하고 탐색범위의 제한으로 인해 계획을 생성하지 못하는 경우도 발생한다. 이와 같이 현재 상태에서 만족되어 목표확장을 하지 않은 부목표를 Anycase Subgoal이라 한다. 본 논문에서 제안하는 목표확장 방법은 ELB기반의 제어지식형 계획기를 Anycase Subgoal을 위하여 확장하는 방법으로 서, 초기의 문제공간 탐색에서 사용된 목표확장 방법에서 문제를 해결하지 못할 경우 탐색공간을 확장하여 문제를 해결하고, 문제에 적합한 목표확장 방법을 제어지식형 규칙으로 학습하여 유사한 문제에 대하여 효율적으로 계획을 생성한다.

• Journal of the Korean Statistical Society
• /
• v.1 no.1
• /
• pp.25-37
• /
• 1973

선형계획의 실제적문제에 있어서는 장기적인 전망을 반영시켜 그 계획에 어떤 자극을 주기 위하여 달성불가능한 정책적목표를 설정할 수도 있고 혹은 그 계획이 어떤 기준을 수행하고 있는가 또는 그러한 목표가 계획에 도입될 때 계획은 어떻게 변경될 것인가를 판단하기 위해서 달성가능한 정책적목표를 설정할 수가 있다. 이것을 해석기하학적으로 표현하면 "선형계획에 있어서 정책적목표는 일반적으로 실행가능집합 (convex set)의 어떤 단점으로부터의 $l_1$ metric($l_1$ 거리공간)으로 해석할 수가 있다.가 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1305-1308
• /
• 2015

모바일 로봇의 경로 계획의 경우 주로 위치로 표현되는 2차원 공간 상에서 현재 위치에서 목표 위치까지 모바일 로봇이 도달하도록 경로를 계획한다. 그러나 nonholonomic 구조를 가지는 모바일 로봇의 경우 기구학적 제약에 의해 추종 불가능한 경로가 존재하게 된다. 또한 nonholonomic 모바일 로봇은 진행 방향을 포함한 3차원 공간 상에서의 경로 계획이 이루어져야 한다. 모바일 로봇의 경로 계획 알고리즘으로는 A* 경로 계획 알고리즘이 주로 사용되는데, A* 경로 계획 알고리즘은 경로 계획 시 현재 위치에서부터 노드를 확장시켜 가며 경로를 탐색한다. 이 때 각 노드로부터 목표 위치까지의 비용을 계산하기 위해 heuristic 함수가 사용된다. 기존의 A* 경로 계획 알고리즘의 경우 Euclidean 거리에 기반한 heuristic 함수가 사용되었으나, 이 경우 모바일 로봇의 진행 방향은 고려하지 않아, 로봇의 목표 위치에 도말만 할 뿐 목표 방향으로의 도달은 보장 할 수 없다. 본 논문에서는, A* 경로 계획 알고리즘을 통해 nonholonomic 모바일 로봇이 목표 위치에 목표 방향에 맞추어 도달할 수 있도록 경로 생성이 이루어지는 heuristic 함수를 제안하고, 시뮬레이션을 통해 그 성능을 검증한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.294-297
• /
• 2011

주어진 계획 문제로부터 휴리스틱을 이용하여 최적의 해 계획을 구하기 위해서는 허용 가능한 휴리스틱을 이용하여야 한다. 이러한 허용 가능한 휴리스틱은 실제 목표 도달거리보다 짧거나 같아야 하는데 휴리스틱 평가치가 실제 목표 도달거리에 가까울수록 계획생성을 위한 탐색 효율성이 높아진다. 하지만, 이러한 허용 가능한 휴리스틱 평가치를 구하는 과정은 매우 복잡하며 계산량이 많기 때문에 실제 계획 생성 과정에서 사용하기는 어렵다. 때문에 최대 휴리스틱과 같은 허용성을 만족하는 간단한 휴리스틱을 이용하고 있으며, 이로 인해 최적의 계획 결과를 얻을 수는 있지만, 탐색의 효율성이 떨어지는 결과를 가져오고 있다. 본 논문에서는 이러한 문제를 해결하기 위해서 기존의 계획그래프를 개선한 새로운 계획그래프인 확장된 계획그래프(EPG)를 이용한 MAX+ 휴리스틱 계산법을 소개한다. 확장된 계획그래프는 계획 문제 풀이를 위한 휴리스틱 계산에 이용되는 기존의 간략화된 계획그래프를 목표조건들 간의 상호작용을 확인 할 수 있도록 확장한 자료구조로써 목표조건들 간의 긍정적/부정적 상호작용을 찾는다. 이를 위해서 모든 목표조건들이 등장할 때까지 그래프를 전개하는 기본 전개 과정과 함께, 이 과정에서 발견된 동작과 목표 조건들과의 관계를 바탕으로 한 추가 전개 과정으로 이루어져 있다. 그리고 이 과정을 통해서 목표조건들간의 상호작용과 최단 거리를 구하게 된다. MAX+ 휴리스틱 계산에서는 이러한 목표조건들 간의 긍정적/부정적 상호작용의 존재 유무를 찾아내게 됨으로써 전체 목표 집합에 대한 보다 정확한 최소 도달거리에 대한 평가치를 찾게 된다. 따라서 MAX+ 휴리스틱은 기존의 최대 휴리스틱 보다 더 정보력 높은 휴리스틱을 구할 수 있는 장점이 있다. 본 논문에서는 MAX+ 휴리스틱의 계산 과정과 MAX+ 휴리스틱의 정확성과 이를 바탕으로 한 탐색 효율성을 확인하기 위한 실험적 분석에 대해 설명한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.284-288
• /
• 2005

본 연구에서는 낙동강수계 일별 운영 계획 수립을 위한 저수지군 최적 연계운영 모형(CoMOM, Coordinated Multiple Reservoir Operating Model)을 개발하였다. 이를 위하여 동적 네트워크 흐름 모형을 기반으로 한 다중목적 혼합 정수 목표계획 모형 (MOMIGP, Multiple Objective Mixed Integer Goal-Programming)을 수립하였다. 이 모형은 월말 목표 수위 및 운영 제약 등을 목표 계획법으로 구성하였으며, 일별 운영의 특성을 고려하여 하도추적의 효과를 반영하였고, 선형화된 발전함수를 이용하여 발전량을 최대화 하도록 한 후 정확한 발전량을 사후에 산정하였다. 이와 같이 수립된 수학 모형을 GUI를 비롯한 프로그램(CoMOM)으로 개발하여 사용자가 편리하게 수행 할 수 있도록 하였다. 이 프로그램은 의사결정자의 운영 목표와 의도를 효과적으로 반영할 수 있도록 대화형 목표 계획법을 구현하였으며, 상충되는 여러 목적에 대하여 가능한 파래토(Pareto) 최적해를 제시하고 의사결정자가 가장 선호하는 해를 선택하도록 대화형 다중목적 계획법 CBITP(Convex hull of individual maxima Based Interactive Tchebycheff Procedure)를 활용하여 구현하였다. 한편 객체지항적 프로그램 기법을 활용하여 수계 내의 노드(저수지, 수요지, 발전소 등)를 추가 하거나 삭제 할 수 있도록 하여, 다른 수계로의 확장이 용이하도록 개발하였다.

• Proceedings of the Korea Association of Information Systems Conference
• /
• 1997.10a
• /
• pp.53-73
• /
• 1997

대부분의 조직들은 그 조직의 생존과 발전을 위해 장기 전략 계획과 동시에 운영 을 위한 구체적 단기 계획(예 : 생산 계획)을 항상 수립 또는 조정하고 있다. 특히 장기적인 관점에서의 이익 극대화와 생존을 위해 수립되거나 조정된 장기 전략 계획을 효과적으로 달 성하기 위해서는 실제 그 전략을 수행하기 위한 단기 계획에 대한 전략 계획 결과의 일관되 고 지속적인 반영이 필수적이다. 그러나 단기 계획 수립 시점에서 전략 목표나 전략 계획의 내용을 단기적으로 실현 가능한 이익 관점에서 양적으로 구체화하여 평가하기 어려운 현실 적 이유로 인해 대부분의 경우 객관적으로 측정 가능한 단기 이익을 극대화하는 방향으로 단기 계획을 수립하는 것이 보통이다. 따라서 이러한 단기 계획의 수립은 장기 전략 계획과 의 불일치를 가져오게 되며 궁극적으로 기업의 장기적 이익 극대화와 생존에 불리한 결과를 초래할 수도 있다. 이에 따라 본 연구에서는 장기전략 계획이 구체적인 단기 계획에 있어 어떤 구체적이고 명시적인 의미나 결과를 가지게 되는지를 파악할 수 있는 체계를 모형화 하고, 이를 바탕으로 장기 전략 계획을 달성하기 위해 혹은 장기 전략 계획의 변화가 발생 했을 경우 이에 따른 단기 계획에의 일관된 조정을 수행할 수 있는 방법론을 개발 제시하고 자 한다. 본 연구에서는 이를 위해 장기 전략 계획으로는 포트폴리오(Portfolio) 계획 모형을 가정하고 있으며, 단기 계획 수립은 최적화 모형(예 : 선형계획법)을 사용하는 것을 전제로 하여 신경망 기반 응용최적통제(Adaptive Optimal Control)기법을 통해 포트폴리오 모형을 전략 목표를 위한 최적화 모형의 통제 및 조정을 수행함으로써 전략 계획에 의한 단기 계획 조정을 달성하고자 한다. 본 연구에서 제시한 방법론은 장기 전략 목포를 달성하기 위한 일 관적인 기군에 따른 적절한 단기 계획의 통제가 가능하다는 것을 보여주었으며 나아가서 장 기 전략 목표와 단기 이익간의 체계적인 상호 교환적 절충의 가능성 역시 경험적으로 증명 하고 있다. 이는 대부분의 기업 환경에 적용되어 현대의 빠른 기업 환경 변화에 대응하기 위한 전략 계획의 변화를 신속하고 효과적으로 단기 계획에 반영할 수 잇는 방법을 제시함 으로써 기업의 전략 목표 달성에 중요한 역할을 담당할 수 있을 것으로 기대한다.

• 건강소식
• /
• v.37 no.1
• /
• pp.36-37
• /
• 2013

새해가 다가오면 남녀노소 누구나 시작하는 일, 바로 신년계획 세우기! 사업계획, 학업계획, 독서계획 등 종류만 해도 수십 가지. 하지만 야심차게 세운 계획도 1월이 가고 2월이 다가오면 어느덧 작심삼일 잊어버리기 십상이다. 2013년 계사년, 작심삼일이 아닌 초지일관의 자세로 알찬 신년 목표를 달성해보자.

• The Journal of Information Systems
• /
• v.7 no.1
• /
• pp.23-36
• /
• 1998

본 연구는 특정 조직의 정보 인프라 개발을 위한 전략적 계획을 수립하기 위해 의 사결정 지원 도구로서 다수 목표 의사결정 모형 (Multiple Objective Decision-Making Model : MODEM), 구체적으로는 목표 계획법(Goal Programming : GP)의 응용을 제시하고 있다. 연구대상 조직은 3년 동안의 정보 인프라 개발 프로젝트를 추진하고 있다. 이러한 특 별 프로젝트는 조직 전체에 궁극적인 통합 정보 기술 서비스를 제공하기 위하여 최고 의사 결정자의 전략적 계획 측면에서 추진되고 있다. 본 연구는 총 8개의 목표가 수립되었고 현 조직 환경하에서 이들 목포들에 대한 우선 순위가 설정되었다. Micro Manager가 본 연구 모형의 실행을 위하여 활용되었고 분석결과 6개의 정보 인프라 프로젝트 중 첫 5개가 실행 되기 위하여 선택되어 졌으며 4개의 네트? 대안 중에서 첫 번째 대안이 최적 대안으로 선 택되었다. 초기 설정 목표들에 대한 우선 순위를 변경시킴으로써 연구 모형의 가변성을 검 토하기 위해 민감도 분석이 실행되었다. 변경된 목표와 우선 순위하에서는 6개의 정보 인프 라 프로젝트 중 3개만이 실행을 위하여 선택되었고 네트? 대안은 첫 번째 대안이 역시 최 적 대안으로 선택되었다. 본 연구 모형은 다수의 서로 상층하는 목표를 가지는 조직 및 이 와 유사한 경영환경에 직면해 있는 전략적 의사결정 수립에 효과적인 방안을 제시할 것이다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.16 no.9
• /
• pp.6290-6296
• /
• 2015

More informative ones of heuristics can help to conduct search more efficiently to obtain solution plan. However, in general, to derive highly informative heuristics from problem specifications requires lots of computational effort. To address this problem, we propose an State-Action based Planning Graph(SAPG) and Action-based heuristics for solving planning problems more efficiently. The SAPG is an extended one to be applied to can find interactions between subgoal & goal conditions from the relaxed planning graph which is a common means to get heuristics for solving the planning problems, Action-based heuristics utilizing SAPG graphs can find interactions between subgoal & goal conditions in an effective way, and then consider them to estimate the goal distance. Therefore Action-based heuristics have more information than the existing max and additive heuristics, also requires less computational effort than the existing overlap heuristics. In this pager. we present the algorithm to compute Action-based heuristics, and then explain empirical analysis to investigate the accuracy and the efficiency of the Action-based heuristics.

• The Science & Technology
• /
• v.10 no.11 s.102
• /
• pp.29-34
• /
• 1977

정부는 3차에 걸친 경제개발 5개년 계획을 성공적으로 완수하였다. 정부는 기간 과학기술개발을 중점적으로 추진하므로서 우리의 과학기술 수준은 중진공업국의 상위권에 서게 되었으며 기술혁신을 촉진시킬 수 있는 자체개발능럭을 축적하게 되었다. 4차경제계획 기간중 우리경제는 산업의 질적인 고도화와 국제경쟁력 배양에 더욱 주력해야만 할 것인바 이를 위한 과학기술의 역할이 더욱 증대될 것이다. 제4차 경제개발 5개년 계획의 기본목표의 하나가 기술혁신과 능률의 향상이다. 이러한 국가개발 목표에 부응하기 위해 과학기술 정책의 3대 목표가 다음과 같이 제시되고 있다. 첫째 과학기술인력의 질적향상과 연구 개발능력의 확충이고 둘재 고도산업기술의 전략적 개발이며 셋째, 국민생활의 과학화와 과학기술의 전국적 보급확산에 두고 있으며 이에 따른 과학기술 투자의 과감한 확대 계획이다. 다음은 정부가 발표한 <1977년~1981년 사이> 과학기술 부문의 계획을 요약 발췌한 것이다.